numpy.ma.fromfunction

ma.fromfunction(function, shape, **dtype) = <numpy.ma.core._convert2ma object>

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

该函数被调用时带有 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 是 (2, 2) ,那么参数将是 array([[0, 0], [1, 1]]) 和 array([[0, 1], [0, 1]])

shape(N,) tuple of ints

输出数组的形状,它也决定了传递给 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 为 float.

likearray_like, optional

参考对象以允许创建非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数组对象兼容的数组对象.

在 1.20.0 版本加入.

返回:

fromfunction: MaskedArray

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

参见

indices , meshgrid

注释

除了 dtype 和 like 之外的关键字被传递给 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