关于 numpy 沿轴应用和列表理解的困惑

Question

好的，所以如果我只是问一些愚蠢的问题，我提前道歉，但我真的认为我理解 apply_along_axis 的工作原理。我刚刚遇到了一些可能是我没有考虑过的边缘情况，但这让我感到困惑。简而言之，这是让我感到困惑的代码：

class Leaf(object):

    def __init__(self, location):
        self.location = location

    def __len__(self):
        return self.location.shape[0]

def bulk_leaves(child_array, axis=0):
    test = np.array([Leaf(location) for location in child_array])  # This is what I want
    check = np.apply_along_axis(Leaf, 0, child_array)  # This returns an array of individual leafs with the same shape as child_array
    return test, check

if __name__ == "__main__":
    test, check = bulk_leaves(np.random.ran(100, 50))
    test == check  # False

我总是觉得在 numpy 中使用列表推导然后再转换回数组很愚蠢，但我不确定另一种方法可以做到这一点。我只是错过了一些明显的东西吗？

Answer 1

apply_along_axis 是纯 Python，您可以自己查看和解码。在这种情况下，它基本上是：

check = np.empty(child_array.shape,dtype=object)
for i in range(child_array.shape[1]):
    check[:,i] = Leaf(child_array[:,i])

换句话说，它预先分配容器数组，然后用迭代填充值。这当然比附加到数组要好，但很少比将值附加到列表更好（这是理解所做的）。

您可以使用上述模板并对其进行调整以生成您真正想要的数组。

for i in range(check.shape[0]):
    check[i]=Leaf(child_array[i,:])

在快速测试中，此迭代时间与推导式相同。 apply_along_axis 除了错误之外，速度更慢。

Answer 2

问题似乎是apply_along_axis使用isscalar判断返回的对象是否为标量，但isscalar为用户定义的类返回False。 documentation 代表 apply_along_axis 说：

outarr 的形状与 arr 的形状相同，只是沿轴维度，outarr 的长度等于 func1d 的返回值的大小。

由于您的类的 __len__ 返回它包装的数组的长度，numpy 将结果数组“扩展”为原始形状。如果你没有定义__len__，你会得到一个错误，因为numpy不认为用户定义的类型是标量，所以它仍然会尝试调用len。

据我所知，无法使用用户定义的类进行此操作。您可以从__len__ 返回 1，但是您仍然会得到 Nx1 2D 结果，而不是长度为 N 的 1D 数组。我看不出有任何方法可以让 Numpy 将用户定义的实例视为标量。

关于apply_along_axis 行为有a numpy bug，但令人惊讶的是，我找不到任何关于isscalar 为非numpy 对象返回False 的潜在问题的讨论。可能是 numpy 只是决定下注，而不是猜测用户定义的类型是向量还是标量。尽管如此，在 numpy 列表上询问这个问题可能还是值得的，因为在我看来，像 isscalar(object()) 这样的东西返回 False 似乎很奇怪。

但是，如果您说您无论如何都不关心性能，那也没关系。只需将您的第一种方式与列表理解一起使用，它已经可以满足您的需求。