numpy矩阵根据输入输出类型不同的两种函数映射方法
郝伟 2021/05/19

• 简介
• 类型1：输入输出的数据类型相同的函数映射
• 类型2：输入输出的数据类型相同的函数映射
• 附：完整代码

简介

在numpy的矩阵中，遍历操作是常见的操作。不同于普通的数组的循环，numpy提供了函数映射功能，可以使用与map相似的机制，将对所有的数据进行相同的函数操作。本文将介绍两种函数映射的方法，一种是输入输出类型相同的映射，另一种是输入输出不同的操作。

类型1：输入输出的数据类型相同的函数映射

这类映射相对比较简单，可以直接进行映射的调用，请看如下示例。

import numpy as np 

# 定义一个2*3的变量 x 
x=np.array([[1,4,5], [3,2, 6]])
print(' 输入矩阵：x '.center(60, '-'))
print(x)

# 相同数据类型可以直接进行映射，比如求 x^2
fun_square = lambda t: t ** 2
res_square = np.array([fun_square(xi) for xi in x])
print(' 求x的平方 '.center(60, '-'))
print(res_square)

输出结果为：

-------------------------- 输入矩阵：x --------------------------
[[1 4 5]
 [3 2 6]]
-------------------------- 求x的平方 ---------------------------
[[ 1 16 25]
 [ 9  4 36]]

类型2：输入输出的数据类型相同的函数映射

输入与输出类型不同时，就需要使用 np.vectorize(fun) 方法，进行映射函数的矢量化处理，示例如下所示。

import numpy as np 

def get_fruit_name(id):
    ''' 本函数用于将指定id映射为fruit_names中的水果名称'''
    fruit_names=['Apple', 'Banana', 'Orange', 'Peach', 'Berry', 'Lemon']
    return fruit_names[id % len(fruit_names)]

# 定义一个2*3的变量 x 
x=np.array([[1,4,5], [3,2, 6]])
print(' 输入矩阵：x '.center(60, '-'))
print(x)

# 不同数据类型的映射（如整型转字符串）的核心是用 np.vectorize(fun) 将映射函数矢量化后再调用
vectorized_fun = np.vectorize(get_fruit_name)
print(' 将x映射为水果名称矩阵(int to stri) '.center(60, '-'))
print(vectorized_fun(x))

输出结果为：

-------------------------- 输入矩阵：x --------------------------
[[1 4 5]
 [3 2 6]]
----------------- 将x映射为水果名称矩阵(int to stri) -----------------
[['Banana' 'Berry' 'Lemon']
 ['Peach' 'Orange' 'Apple']]

附：完整代码

# encoding=utf-8
'''
作者：郝伟老师
描述：对ndarray进行不同数据类型的函数映射，如将整型矩阵A中的所有值进行str()映射为字符串矩阵。
     包括：
     * 相同类型：int to int
     * 不同类型：int to str
历史：
* 2021/05/19 建立
资料：
* numpy中的广播机制 https://www.cnblogs.com/jiaxin359/p/9021726.html
'''

import numpy as np 

def get_fruit_name(id):
    ''' 本函数用于将指定id映射为fruit_names中的水果名称'''
    fruit_names=['Apple', 'Banana', 'Orange', 'Peach', 'Berry', 'Lemon']
    return fruit_names[id % len(fruit_names)]


# 定义一个2*3的变量 x 
x=np.array([[1,4,5], [3,2, 6]])
print(' 输入矩阵：x '.center(60, '-'))
print(x)

# 相同数据类型可以直接进行映射，比如求 x^2
fun_square = lambda t: t ** 2
res_square = np.array([fun_square(xi) for xi in x])
print(' 求x的平方 '.center(60, '-'))
print(res_square)

# 不同数据类型的映射（如整型转字符串）的核心是用 np.vectorize(fun) 将映射函数矢量化后再调用
vectorized_fun = np.vectorize(get_fruit_name)
print(' 将x映射为水果名称矩阵(int to stri) '.center(60, '-'))
print(vectorized_fun(x))

输出结果为：

-------------------------- 输入矩阵：x --------------------------
[[1 4 5]
 [3 2 6]]
-------------------------- 求x的平方 ---------------------------
[[ 1 16 25]
 [ 9  4 36]]
----------------- 将x映射为水果名称矩阵(int to stri) -----------------
[['Banana' 'Berry' 'Lemon']
 ['Peach' 'Orange' 'Apple']]