numpy.fromfunction

numpy.fromfunction(function, shape, *, dtype=<class 'float'>, like=None, **kwargs)

通过对每个坐标执行一个函数来构造一个数组.

因此,结果数组在坐标 (x, y, z) 处的值为 fn(x, y, z) .

参数:

functioncallable

调用该函数时带有 N 个参数,其中 N 是 shape 的秩.每个参数表示沿特定轴变化的数组的坐标.例如,如果 shape 为 (2, 2) ,则参数将为 array([[0, 0], [1, 1]]) 和 array([[0, 1], [0, 1]])

shape(N,) 整数元组

输出数组的形状,也决定了传递给 function 的坐标数组的形状.

dtypedata-type,可选

传递给 function 的坐标数组的数据类型. 默认情况下, dtype 是 float.

like类数组,可选

引用对象,允许创建非 NumPy 数组的数组.如果作为 like 传入的类数组支持 __array_function__ 协议,则结果将由它定义.在这种情况下,它可以确保创建与通过此参数传入的对象兼容的数组对象.

在 1.20.0 版本加入.

返回:

fromfunctionany

对 function 调用的结果会直接传递回来.因此, fromfunction 的形状完全由 function 决定.如果 function 返回一个标量值,则 fromfunction 的形状将与 shape 参数不匹配.

参见

indices , meshgrid

注释

dtype 和 like 之外的关键字将传递给 function .

示例

Try it in your browser!

>>> import numpy as np
>>> np.fromfunction(lambda i, j: i, (2, 2), dtype=float)
array([[0., 0.],
       [1., 1.]])

>>> np.fromfunction(lambda i, j: j, (2, 2), dtype=float)
array([[0., 1.],
       [0., 1.]])

>>> np.fromfunction(lambda i, j: i == j, (3, 3), dtype=int)
array([[ True, False, False],
       [False,  True, False],
       [False, False,  True]])

>>> np.fromfunction(lambda i, j: i + j, (3, 3), dtype=int)
array([[0, 1, 2],
       [1, 2, 3],
       [2, 3, 4]])

Go BackOpen In Tab