多维数组上的 Python lambda 应用程序歧义

Question

给定下面的代码示例，一个产生预期结果，另一个给出错误。 对于初学者（即我）来说似乎很困惑。 我假设算术运算是明智的，但其他人则不然。 什么是“好的”（即有效的）概括方法来简单地对多维数组的元素执行操作，而无需了解数组行为的一些基本知识？

import numpy as np

data = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
print(data)

my_function = lambda x: x*2+5

result = my_function(data)
print(result)

输出：[[1 2 3 4] [5 6 7 8]] [[ 7 9 11 13] [15 17 19 21]]

import numpy as np

data = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
print(data)

my_function = lambda x: x if x < 3 else 0

result = my_function(data)
print(result)

ValueError：具有多个元素的数组的真值不明确。 使用 a.any() 或 a.all()

编辑：我不是在寻找特定的解决方案。 是的，对于这个确切的示例，我可以使用 np.where 或其他一些机制。 我特别询问 lambdas 以及它们的使用对用户来说似乎模棱两可。 如果有帮助，lamba / 过滤器来自命令行/模块外部。 因此，它可以是用户想要将原始数组转换为的任何东西——简单的正方形元素，或者调用 API，然后使用它的输出来确定替换值。 你明白了。

运行 python 3.9.13

Answer 1

这是有效的，因为像*和+这样的运算符对 numpy 数组按元素工作：

In [101]: data = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
     ...: print(data)
     ...: 
     ...: my_function = lambda x: x*2+5
     ...: 
     ...: result = my_function(data)
[[1 2 3 4]
 [5 6 7 8]]

my_function = lambda x: x if x < 3 else 0失败，因为if x<3本质上是一个标量操作。 if/else不迭代； 它需要一个简单的 True/False 值

In [103]: data<3
Out[103]: 
array([[ True,  True, False, False],
       [False, False, False, False]])

np.vectorize是将数组（或数组）元素应用于标量函数的最通用工具：

In [104]: f = np.vectorize(my_function, otypes=[int])

In [105]: f(data)
Out[105]: 
array([[1, 2, 0, 0],
       [0, 0, 0, 0]])

我包含了otypes参数以避免 SO 询问的更常见的vectorize错误之一。

np.vectorize在小情况下比普通迭代慢，但在大情况下变得有竞争力。 但它的主要优点是它更易于用于多维数组。 当函数需要多个输入并且您想利用广播时，情况会更好。