python – 总结np.array或np.float

发布时间：2020-12-16 21:57:27 所属栏目：Python 来源：网络整理

导读：我们有一个基于numpy的算法,应该处理不同类型的数据. def my_fancy_algo(a): b = np.sum(a,axis=1) # Do something b return b 如果我们传递a = np.array [1.0,2.0,3.0],那么b的计算结果为[6.0]. 如果我们通过= 6.0然后我们得到 *** ValueError: 'axis' entr

我们有一个基于numpy的算法,应该处理不同类型的数据.

def my_fancy_algo(a):
    b = np.sum(a,axis=1)
    # Do something b
    return b

如果我们传递a = np.array [1.0,2.0,3.0],那么b的计算结果为[6.0].

如果我们通过= 6.0然后我们得到

*** ValueError: 'axis' entry is out of bounds

期望的行为是我们得到两个输入的相同返回值6.0而不是([6.0]).

什么是正确的pythonic和安全的方法来处理这个？类型？形状？

最佳答案

您的示例数组实际上提供了与标量相同的问题：

>>> a = np.array([1.0,3.0])
>>> np.sum(a,axis=1)
Traceback (most recent call last):
  File "


好消息是,有一个numpy函数正是为了确保使用axis = 1的numpy调用可以工作 – 它被称为np.atleast_2d：

>>> np.sum(np.atleast_2d(a),axis=1)
array([ 6.])
>>> np.sum(np.atleast_2d(6.0),axis=1)
array([ 6.])

但是因为你显然想要一个标量答案,所以你可以完全放弃轴参数：

>>> np.sum(a)
6.0
>>> np.sum(6.0)
6.0


                        （编辑：李大同）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!