numpy.apply()
时间: 2023-09-01 10:06:23 浏览: 55
NumPy 库中没有 `numpy.apply()` 函数,但是有一个名为 `numpy.apply_along_axis()` 的函数,它可以在数组的某个轴上应用一个函数。
`numpy.apply_along_axis()` 的语法如下:
```
numpy.apply_along_axis(func1d, axis, arr, *args, **kwargs)
```
其中,`func1d` 是一个一维函数,它将被应用到数组的每个子数组上。`axis` 是表示应用函数的轴的整数或元组。`arr` 是要应用函数的数组。`*args` 和 `**kwargs` 是可选的,它们是传递给函数的额外参数和关键字参数。
`apply_along_axis()` 方法将 `func1d` 应用到 `arr` 数组的每个子数组上,并返回一个数组,其中包含了每个子数组的结果。它的工作原理是,它沿着指定的轴,将每个子数组传递给 `func1d` 函数,并将函数的结果收集到一个新的数组中。
例如,假设有一个二维数组 `arr`,我们想要对每一行进行求和操作。我们可以使用以下代码来实现:
```
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
row_sums = np.apply_along_axis(np.sum, axis=1, arr=arr)
print(row_sums)
```
这将输出:
```
[ 6 15 24]
```
这里,我们将 `np.sum` 函数作为 `func1d` 参数,将轴 `axis=1` 作为参数传递给 `apply_along_axis()` 方法,并将数组 `arr` 作为参数传递给它。该方法返回一个包含每行和的一维数组。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)