python– 总结np.array或np.float

概述我们有一个基于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*** V

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

总结

以上是内存溢出为你收集整理的python – 总结np.array或np.float全部内容，希望文章能够帮你解决python – 总结np.array或np.float所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。

欢迎分享，转载请注明来源：内存溢出

原文地址: https://outofmemory.cn/langs/1205449.html