计算函数中数组元素的绝对值答案

【问题标题】：Evaluate absolute value of array element in function计算函数中数组元素的绝对值
【发布时间】：2015-10-13 01:53:28
【问题描述】：

我定义了一个函数

def softthresh(u, LAMBDA):
    if np.fabs(u) <= LAMBDA:
        return 0
     else:
        return ((np.fabs(u) - LAMBDA) * u / np.fabs(u))

u 是一个numpy 数组，np.fabs 将检查每个数组元素(np.fabs(u_i)) 的关系。它给了我以下错误：

 The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

跟进问题：

简单函数中的奇怪行为。

def softthresh(u,LAMBDA):
    for i in u:
        if np.fabs(i)<=LAMBDA:
            return 0
        else:
            return ((np.fabs(i)-LAMBDA)*u/np.fabs(i)) 
   ll = 5.0
   xx = np.arange(-10,11)
   yy = softthresh(xx,ll)

我得到的不是我所期望的。对于小于 5 的 u (=xx ) 数组元素，我应该得到零。但我没有。为什么？

【问题讨论】：

进入 if 块，你是想让 u 中的所有元素的绝对值都小于 lambda，还是只选择其中一个？
你看不懂错误信息吗？它无法在布尔上下文中评估 np.fabs(u) <= LAMBDA 的结果，因为它不确定您的意思。您能否提供一些示例输入和输出/
实际上，我希望它像一个函数一样工作。 if 语句应该检查每个数组元素（即 x 值）并将结果（y 值）作为数组给出。

标签： python numpy scipy

【解决方案1】：

您正在从内部循环内部调用return。因此，您的函数在计算 u 的第一个成员后立即返回。

由于您使用的是 NumPy，因此您应该利用 NumPy 一次对整个数组进行操作的能力，以及 NumPy 的智能索引。

def softthreshold(u, LAMBDA):
    notzero = np.fabs(u) > LAMBDA # find the indeces of elements that need to be scaled
    rr = np.zeros_like(u) # an array the same size/type as u, already initialized to 0
    rr[notzero] = (np.fabs(u[notzero])-LAMBDA)*u[notzero]/np.fabs(u[notzero]) # scale each of the members that aren't zero
    return rr

【讨论】：

好的，这很有帮助。谢谢你。但是有没有办法像在matlab中那样做。 a= 数组，f=函数，b=solution_array: f(a)=b ?我的这种功能有可能吗？
@user5437072 您可以像在原始帖子中一样调用它 - yy = softthreshold(xx,ll)。还是我没有正确理解您的后续问题？
@mtrw 这不应该是np.where，而是一个简单的条件：notzero = np.fabs(u) > LAMBDA

【解决方案2】：

您的问题取决于 numpy 数组。如果您使用的是列表，它会起作用。

否则，如果您需要 numpy 数组，您可以使用类似

的代码

def softthresh(u,LAMBDA):
for i in u:
    if np.fabs(i)<=LAMBDA:
        return 0
    else:
        return ((np.fabs(u)-LAMBDA)*u/np.fabs(u))

你通过

【讨论】：

【解决方案3】：

如果u 是一个数组，你需要在你的函数中遍历它的所有元素。

或者，您可以让 u 成为数组的一个元素，并使用这样的循环调用它：

tbl = np.array([1, 2, 3, 4, 5])
for elt in tbl:
    print(softthresh(elt, 3))

结果是：

【讨论】：

我还是不明白>.