具有可变数量的numpy数组的Python函数

彼得潘

我有一个函数可以计算两个大型np.arrays（> 1000L，> 1000L）之间的比率：

def error(crm1, crm2):

    delta1 = np.zeros((crm1.shape[0], crm1.shape[1]))
    delta2 = np.zeros((crm2.shape[0], crm2.shape[1]))
    stt = np.int(crm1.shape[0])
    stp = np.int(crm1.shape[1])

    for m in xrange(stt):
        for n in xrange(stp):
            s1 = crm1[m, n]
            s2 = crm2[m, n]

            w1 = (min(s1, s2)**2)/s1
            w2 = (min(s1, s2)**2)/s2

        delta1[m, n] = w1
        delta2[m, n] = w2

    return (delta1, delta2)

现在我意识到我必须计算可变数量的np.arrays（相同维度和数据类型）之间的比率，例如：

# Case 1
error(array1, array2)

# Case 2
error(array1, array2, array3, array4)

# Case 3
error(array1, array2, array3, array4, array5, array6)

如果可能，我不想为每种情况编写代码，因为我有很多函数，例如error（）函数。是否可以更改代码，以使函数可以使用可变数量的np.arrays？

卡米列里（P. Camilleri）

您可以使用*args（重要的是在参数名称前加上*，可以调用您的参数*foo）。您还应该使用numpy向量化，而不是遍历整个数组。

import numpy as np
def err(*args):
     # compute the pointwise min once and for all
     pointwise_min2 = np.minimum(*args)**2
     return tuple([pointwise_min2/arr for arr in args])

（如果所有数组都具有相同的形状，那是我假设的，因为否则您的问题中的计算是没有意义的）。

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。