2024-04-24 09:59:58 发布
网友
我尝试使用python来计算函数的输出,例如:
$f(x)=x+y$
其中x和y是数组中点的坐标。所以,点5,5的值是10。这将基本上生成(x,y)的图像和相关的像素强度值。你知道吗
现在我在Python/Pandas中有一个100x100的数据帧,我想知道如何实际执行这个计算。我的最佳猜测是迭代每一行,使用行的索引(y)和元素的索引(x),将这两个值传递到函数中,并将点设置为该值。你知道吗
这本质上是一个基本的多变量作图问题。希望有人有这样的经验。谢谢您!你知道吗
有numpy函数fromfunction和indices。他们可能会做你想做的事。你知道吗
fromfunction
indices
import numpy as np np.fromfunction( lambda r, c: r+c, shape = (5,5)) # array([[0., 1., 2., 3., 4.], # [1., 2., 3., 4., 5.], # [2., 3., 4., 5., 6.], # [3., 4., 5., 6., 7.], # [4., 5., 6., 7., 8.]])
fromfunction将函数作为第一个参数,然后是形状。它在函数中使用轴的索引。函数需要的参数数量与形状中的DIM数量相同。你知道吗
np.indices((3,3)) # array([[[0, 0, 0], # Row coordinates # [1, 1, 1], # [2, 2, 2]], # # [[0, 1, 2], # Column coordinates # [0, 1, 2], # [0, 1, 2]]])
这些可以用作函数参数来驱动结果。你知道吗
还有np.ogrid公司以及np.mgrid公司产生np.阵列用于任何计算。很大程度上取决于你想做什么。你知道吗
编辑:np.from函数使用关键字参数。你知道吗
def test ( a, b, c, m0=1, m1 =1): # Specify function with kwargs. return a * m0 + b * m1 + c np.fromfunction(test, (4, 3, 5 ), m0=100, m1=10) # Change he kwargs at run time. # array([[[ 0., 1., 2., 3., 4.], # [ 10., 11., 12., 13., 14.], # [ 20., 21., 22., 23., 24.]], # [[100., 101., 102., 103., 104.], # [110., 111., 112., 113., 114.], # [120., 121., 122., 123., 124.]], # [[200., 201., 202., 203., 204.], # [210., 211., 212., 213., 214.], # [220., 221., 222., 223., 224.]], # [[300., 301., 302., 303., 304.], # [310., 311., 312., 313., 314.], # [320., 321., 322., 323., 324.]]])
有numpy函数
fromfunction
和indices
。他们可能会做你想做的事。你知道吗fromfunction
将函数作为第一个参数,然后是形状。它在函数中使用轴的索引。函数需要的参数数量与形状中的DIM数量相同。你知道吗这些可以用作函数参数来驱动结果。你知道吗
还有np.ogrid公司以及np.mgrid公司产生np.阵列用于任何计算。很大程度上取决于你想做什么。你知道吗
编辑:np.from函数使用关键字参数。你知道吗
相关问题 更多 >
编程相关推荐