numpy.apply_along_axis#

numpy.apply_along_axis(func1d, ось, arr, *args, **kwargs)[источник]#

Применяет функцию к 1-D срезам вдоль заданной оси.

Выполнить func1d(a, *args, **kwargs) где func1d работает с одномерными массивами и a является одномерным срезом arr вдоль ось.

Это эквивалентно (но быстрее) следующему использованию ndindex и s_, который устанавливает каждый из ii, jj, и kk в кортеж индексов:

Ni, Nk = a.shape[:axis], a.shape[axis+1:]
for ii in ndindex(Ni):
    for kk in ndindex(Nk):
        f = func1d(arr[ii + s_[:,] + kk])
        Nj = f.shape
        for jj in ndindex(Nj):
            out[ii + jj + kk] = f[jj]

Эквивалентно, исключая внутренний цикл, это можно выразить как:

Ni, Nk = a.shape[:axis], a.shape[axis+1:]
for ii in ndindex(Ni):
    for kk in ndindex(Nk):
        out[ii + s_[...,] + kk] = func1d(arr[ii + s_[:,] + kk])

Параметры:

func1dфункция (M,) -> (Nj…): Эта функция должна принимать 1-D массивы. Она применяется к 1-D срезам arr вдоль указанной оси.
осьцелое число: Ось, вдоль которой arr срезается.
arrndarray (Ni..., M, Nk...): Входной массив.
argsлюбой: Дополнительные аргументы для func1d.
kwargsлюбой: Дополнительные именованные аргументы для func1d.

Возвращает:

выходndarray (Ni…, Nj…, Nk…): Выходной массив. Форма выход идентичен форме arr, кроме как вдоль ось измерение. Эта ось удаляется и заменяется новыми измерениями, равными форме возвращаемого значения func1d. Так что если func1d возвращает скаляр выход будет иметь на одно измерение меньше, чем arr.

Смотрите также

apply_over_axes: Применить функцию многократно по нескольким осям.

Примеры

>>> import numpy as np
>>> def my_func(a):
...     """Average first and last element of a 1-D array"""
...     return (a[0] + a[-1]) * 0.5
>>> b = np.array([[1,2,3], [4,5,6], [7,8,9]])
>>> np.apply_along_axis(my_func, 0, b)
array([4., 5., 6.])
>>> np.apply_along_axis(my_func, 1, b)
array([2.,  5.,  8.])

Для функции, возвращающей одномерный массив, количество измерений в outarr то же самое, что arr.

>>> b = np.array([[8,1,7], [4,3,9], [5,2,6]])
>>> np.apply_along_axis(sorted, 1, b)
array([[1, 7, 8],
       [3, 4, 9],
       [2, 5, 6]])

Для функции, возвращающей массив более высокой размерности, эти измерения вставляются вместо ось измерение.

>>> b = np.array([[1,2,3], [4,5,6], [7,8,9]])
>>> np.apply_along_axis(np.diag, -1, b)
array([[[1, 0, 0],
        [0, 2, 0],
        [0, 0, 3]],
       [[4, 0, 0],
        [0, 5, 0],
        [0, 0, 6]],
       [[7, 0, 0],
        [0, 8, 0],
        [0, 0, 9]]])