返回单元素 Numpy 数组的干净方法

Posted 2023-03-16

【中文标题】返回单元素 Numpy 数组的干净方法

【英文标题】：Clean way to return a one-element Numpy array

【发布时间】：2018-04-07 01:32:17

【问题描述】：

有没有一种简洁的方法来编写返回单元素 numpy 数组作为元素本身的函数？

假设我想对一个简单的平方函数进行矢量化，并且我希望我的返回值与我的输入具有相同的 dtype。我可以这样写：

def foo(x):
    result = np.square(x)
    if len(result) == 1:
        return result[0]
    return result

或

def foo(x):
    if len(x) == 1:
        return x**2
    return np.square(x)

有没有更简单的方法来做到这一点？这样我就可以将这个函数用于标量和数组？

我知道我可以直接检查输入的 dtype 并使用 IF 语句使其工作，但有没有更简洁的方法？

【问题讨论】：

这是 *** 的一个问题，但这里有一个提示：请说明您想要的结果与默认的 NumPy 行为有何不同，eg 用于 np.square(2.) 和 np.square([2.]) 和np.square([1,2,3])。此外，尝试显示您自己的代码示例中相同输入的输出。

这对你有用吗 - (x**2).squeeze()？

【参考方案1】：

我认为你需要一个很好的理由来想要它。 （您能解释一下为什么需要这个吗？）

此函数的所有客户端都必须检查结果是数组还是单个元素，或者必须将其转换为数组。 通常，如果您遍历数组的所有元素，即使它只是一个元素，也会得到非常优雅的代码。

除非它总是必须是单个元素（这是一个转换函数），但是 return 语句应该在空/长数组上抛出异常。

除此之外，您拥有的代码完全可以理解/可读。任何“改进”它的聪明技巧都将成为您或您的同事每次阅读时的精神负担。

--编辑

我明白你的意思。可能您已经遇到了不允许 len(1) 的问题（int/float 没有 len()），因此您可以对输入参数进行类型检查。例如。

if (type(x) == list) ...

【讨论】：

本质上，我希望我的函数输出与我的输入相同的类型，所以如果我输入一个元素（比如说一个浮点数），我想要一个浮点数，如果我输入一个 numpy 数组浮动，这就是我想要的。我的问题是，例如我的函数有类似 np.square(x) 的东西，它会将我的浮点数转换为一个数组。所以我想我想把两个函数合二为一 (float->float, array->array)

【参考方案2】：

我不确定我是否完全理解了这个问题，但也许这样的事情会有所帮助？

def square(x):
    if 'numpy' in str(type(x)):
        return np.square(x)
    else:
        if isinstance(x, list):
            return list(np.square(x))
        if isinstance(x, int):
            return int(np.square(x))
        if isinstance(x, float):
            return float(np.square(x))

我定义了一些测试用例：

np_array_one = np.array([3.4])
np_array_mult = np.array([3.4, 2, 6])
int_ = 5
list_int = [2, 4, 2.9]
float_ = float(5.3)
list_float = [float(4.5), float(9.1), float(7.5)]

examples = [np_array_one, np_array_mult, int_, list_int, float_, list_float]

所以我们可以看到函数的行为方式。

for case in examples:
    print 'Input type: .'.format(type(case))
    out = square(case)
    print out
    print 'Output type: '.format(type(out))
    print '-----------------'

还有输出：

Input type: <type 'numpy.ndarray'>.
[ 11.56]
Output type: <type 'numpy.ndarray'>
-----------------
Input type: <type 'numpy.ndarray'>.
[ 11.56   4.    36.  ]
Output type: <type 'numpy.ndarray'>
-----------------
Input type: <type 'int'>.
25
Output type: <type 'int'>
-----------------
Input type: <type 'list'>.
[4.0, 16.0, 8.4100000000000001]
Output type: <type 'list'>
-----------------
Input type: <type 'float'>.
28.09
Output type: <type 'float'>
-----------------
Input type: <type 'list'>.
[20.25, 82.809999999999988, 56.25]
Output type: <type 'list'>
-----------------

从测试用例来看，输入和输出总是相同的。但是，功能不是很干净。

我在 SO 使用了来自 question 的一些代码。

【讨论】：

感谢您花时间回答。我知道如何让它工作，但我很想知道是否有任何干净的方法可以做到这一点，也许是一些我以前不知道的 Python 魔法

那么也许可以尝试直接在 SO 上询问。