按列解压缩 NumPy 数组答案

【问题标题】：Unpack NumPy array by column按列解压缩 NumPy 数组
【发布时间】：2014-11-20 18:07:35
【问题描述】：

如果我有一个 NumPy 数组，例如 5x3，有没有办法一次将其逐列解包以传递给函数，而不是像这样：my_func(arr[:, 0], arr[:, 1], arr[:, 2])？

有点像*args 用于列表解包，但按列。

【问题讨论】：

【解决方案1】：

您可以解压缩数组的转置，以便将列用作函数参数：

my_func(*arr.T)

这是一个简单的例子：

>>> x = np.arange(15).reshape(5, 3)
array([[ 0,  5, 10],
       [ 1,  6, 11],
       [ 2,  7, 12],
       [ 3,  8, 13],
       [ 4,  9, 14]])

让我们编写一个函数来将列添加在一起（通常在 NumPy 中使用 x.sum(axis=1) 完成）：

def add_cols(a, b, c):
    return a+b+c

那么我们有：

>>> add_cols(*x.T)
array([15, 18, 21, 24, 27])

NumPy 数组将沿第一个维度解包，因此需要转置数组。

【讨论】：

【解决方案2】：

numpy.split 将一个数组拆分为多个子数组。在您的情况下，indices_or_sections 是 3，因为您有 3 列，axis = 1 因为我们按列拆分。

my_func(numpy.split(array, 3, 1))

【讨论】：

【解决方案3】：

我猜numpy.split 将来会不够用。相反，它应该是

my_func(tuple(numpy.split(array, 3, 1)))

目前，python 打印以下警告：

FutureWarning：对多维使用非元组序列索引已弃用；使用arr[tuple(seq)] 而不是arr[seq]。将来这将被解释为数组索引， arr[np.array(seq)]，这将导致错误或结果不同。

【讨论】：