numpy数组上的lambda函数。这段代码怎么了？

Question

这个代码有什么问题：

将numpy作为np导入

A = np.array([[-0.5, 0.2, 0.0],
          [4.2, 3.14, -2.7]])

asign = lambda t: 0 if t<0 else 1
asign(A)
print(A)

预期输出：

^{pr2}$

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

Answer 1

嗯，lambda本身不会穿过整个阵列。为此，你需要一个高阶函数。在本例中：map。在

A = np.array([[-0.5, 0.2, 0.0],
              [4.2, 3.14, -2.7]])

asign = lambda t: 0 if t<0 else 1
A = list(map(asign, A))

Map将遍历每个元素并通过函数传递。 我将map包装在一个列表中，因为它返回一个filter类型的对象，但是您可以这样转换它。在

Answer 2

您可以使用lambda，但是numpy数据类型允许您执行许多“matlab type”操作（对于那些习惯于此的人）：

• Python：

  a = np.array([1, 2, 3, 4, 5])
  ((a > 1) & (a < 3)).astype(int)
  # array([0, 1, 0, 0, 0])
  

• 倍频程/matlab

  ^{2美元

Answer 3

这对我很有效：

A = A.clip(min=0, max=1)