如何在numpy中沿轴应用函数？答案

【问题标题】：How to apply a function along an axis in numpy?如何在numpy中沿轴应用函数？
【发布时间】：2021-10-13 06:56:07
【问题描述】：

例如，我有一个形状为的矩阵：

x = np.random.rand(3, 10, 2, 6)

如您所见，axis=2 沿线只有两个数组。

我有一个接受这两个数组的函数：

def f(arr1, arr2): # arr1 with shape (6, ) and arr2 with (6, )
    return np.sum(arr1, arr2) # for simplicity

如何将这个函数沿第二个轴以矢量化方式应用于x 数组？这样生成的数组将具有 [3, 10, dim of output] 的形状。

我遇到了apply_along_axis 例程，但它要求f 只接受一维切片。

【问题讨论】：

f 是否需要一对 2 或 3d 数组？ f(x[:,:,0], x[:,:,1]?为了清楚起见，编写一个完全迭代的解决方案，迭代前 2 个维度（或更多根据需要）。顺便说一句，apply_along_axis，即使它有效，也只是一个便利工具；它不会提高性能。
@hpaulj f 期望接受一对一维数组。
一对——都来自x?或来自x 和另一个类似大小的数组？ f( x[i,j,0], x[i,j,1])?或f( x[i,j,k]. y[i,j,k])？不，这真的很重要。我认为你需要同样的迭代。
@hpaulj 是的，确切地说，f(x[i,j,0], x[i,j,1])

【解决方案1】：

你不能完全随意地这样做，但你的特殊情况会减少到

x.sum(axis=2)

如果您想在代码中添加数组：

x[:, :, 0, :] + x[:, :, 1, :]

【讨论】：

我的函数不是sum，只是为了简单
这就是为什么我说你不能总是为任意函数做它。展示你真正想要的东西，我也许可以提供帮助。
@MadPhysicist 是正确的。很难知道如何帮助您了解该功能。一般来说，如果函数是一个 numpy ufunc，那么 np.foo.reduce 可能就是您要查找的内容，其中 foo 是普通函数的名称。