Mapping yếu tố khôn ngoan một mảng NumPy vào một mảng nhiều chiều

Question

Tôi muốn ánh xạ một numpy.array từ NxM để NxMx3, nơi một vector của ba yếu tố là một chức năng của sự xâm nhập ban đầu:

lambda x: [f1(x), f2(x), f3(x)] 

Tuy nhiên, mọi thứ như numpy.vectorize không cho phép thay đổi kích thước. Chắc chắn, tôi có thể tạo một dãy số không và tạo một vòng lặp (and it is what I am doing by now), nhưng nó không âm thanh không phải là Pythonic cũng không hiệu quả (như mọi vòng lặp trong Python).

Có cách nào tốt hơn để thực hiện thao tác theo nguyên tố trên numpy.array, tạo ra vec-tơ cho mỗi mục nhập không?

Answer 1

Bây giờ mà tôi nhìn thấy mã của bạn, cho các hoạt động toán học đơn giản nhất bạn có thể cho numpy làm vòng lặp, những gì thường được gọi là vectơ hóa:

def complex_array_to_rgb(X, theme='dark', rmax=None): 
    '''Takes an array of complex number and converts it to an array of [r, g, b], 
    where phase gives hue and saturaton/value are given by the absolute value. 
    Especially for use with imshow for complex plots.''' 
    absmax = rmax or np.abs(X).max() 
    Y = np.zeros(X.shape + (3,), dtype='float') 
    Y[..., 0] = np.angle(X)/(2 * pi) % 1 
    if theme == 'light': 
     Y[..., 1] = np.clip(np.abs(X)/absmax, 0, 1) 
     Y[..., 2] = 1 
    elif theme == 'dark': 
     Y[..., 1] = 1 
     Y[..., 2] = np.clip(np.abs(X)/absmax, 0, 1) 
    Y = matplotlib.colors.hsv_to_rgb(Y) 
    return Y 

Mã này sẽ chạy nhanh hơn nhiều so với mã của bạn.

Answer 2

Nếu tôi hiểu vấn đề của bạn một cách chính xác, tôi đề nghị bạn sử dụng np.dstack:

Docstring: 
Stack arrays in sequence depth wise (along third axis). 

Takes a sequence of arrays and stack them along the third axis 
to make a single array. Rebuilds arrays divided by `dsplit`. 
This is a simple way to stack 2D arrays (images) into a single 
3D array for processing. 

---

In [1]: a = np.arange(9).reshape(3, 3) 

    In [2]: a 
    Out[2]: 
    array([[0, 1, 2], 
      [3, 4, 5], 
      [6, 7, 8]]) 

    In [3]: x, y, z = a*1, a*2, a*3 # in your case f1(a), f2(a), f3(a) 

    In [4]: np.dstack((x, y, z)) 
    Out[4]: 
    array([[[ 0, 0, 0], 
      [ 1, 2, 3], 
      [ 2, 4, 6]], 

      [[ 3, 6, 9], 
      [ 4, 8, 12], 
      [ 5, 10, 15]], 

      [[ 6, 12, 18], 
      [ 7, 14, 21], 
      [ 8, 16, 24]]])