Как использовать векторизованные операции NumPy для лямбда-функций, которые возвращают постоянные значения?

Question

Почему эта функция возвращает float?

func = lambda x: 1.
x = np.linspace(0,1,10)
func(x).shape

Результат

AttributeError: 'float' object has no attribute 'shape'

Я ожидаю следующее поведение:

func = lambda x: 1. + 0*x
x = np.linspace(0,1,10)
func(x)

array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])

Как получить ожидаемыйрезультат без использования лямбда-функции (т.е. без необходимости писать func = lambda x: 1. + 0*x)?

Идея состоит в том, что пользователь передает эту функцию другой функции для дальнейшей оценки в сетке.Я не могу ожидать, что пользователь закрасит постоянную функцию как 1 + 0*x.Что я должен делать?

Answer 1

Проверьте метод numpy.vectorize: http://docs.scipy.org/doc/numpy-1.10.1/reference/generated/numpy.vectorize.html

func = lambda x: 1.
x = np.linspace(0,1,10)
x_func = np.vectorize(func)
x_func(x)

возвращает: array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])

Хотя, исходя из вашего вопроса, вы просто хотите создать массив 1 * 10длина инициализирована до 1.

Почему бы не использовать np.full(10, 1.)?

https://docs.scipy.org/doc/numpy-1.15.1/reference/generated/numpy.full.html

Answer 2

1. Не используйте лямбду в качестве постоянной функции.Ваш

   func = lambda x: 1.
   

   делает абсолютно то же самое, что и

   def func(x):
       return 1.
   

2. Не ясно, что вы пытаетесь сделать.Ваша лямбда возвращает 1.0, без учета переданных параметров.Пожалуйста, уточните, какую логику вы ожидаете.