Python 如何矢量化`\uuu调用``方法

我跟随，教程。我正在尝试这个练习，我应该使用矢量化的numpy方法实现一个

以下是问题的正确解决方案：

class ecdf:

    def __init__(self, observations):
        self.observations = np.asarray(observations)

    def __call__(self, x): 
        return np.mean(self.observations <= x)

    def plot(self, a=None, b=None): 

        # === choose reasonable interval if [a, b] not specified === #
        if not a:
            a = self.observations.min() - self.observations.std()
        if not b:
            b = self.observations.max() + self.observations.std()

        # === generate plot === #
        x_vals = np.linspace(a, b, num=100)
        f = np.vectorize(self.__call__)
        plt.plot(x_vals, f(x_vals))
        plt.show()

我得到这个错误：

Traceback (most recent call last):

  File "<ipython-input-34-6a77f18aa54e>", line 1, in <module>
    p([0.2, 0.3])

  File "D:/Users/y_arabaci-ug/Desktop/quant-econ/programs/numpy_exercises.py", line 50, in __call__
    return np.mean(self.observations <= x)

ValueError: operands could not be broadcast together with shapes (500) (2)

回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
p（[0.2,0.3]）
文件“D:/Users/y_-arabaci-ug/Desktop/quant-econ/programs/numpy_exercises.py”，第50行，在调用中__
返回np.mean（self.observations您不能这样做，因为
\uuu call\uu
必须是类
ecdf
的属性，而不是实例。下面是我的解决方案：

class ecdf(object):

    def __init__(self, observations):
        self.observations = np.asarray(observations)
        self._v_calc = np.vectorize(self._calc)

    def _calc(self, x):
        return np.mean(self.observations <= x)

    def __call__(self, x):
        return self._v_calc(x)

类ecdf（对象）：
定义初始（自我，观察）：
self.observations=np.asarray（观察值）
self.\u v\u calc=np.矢量化（self.\u calc）
def_计算（自身，x）：
返回np.mean（self.observations您不能这样做，因为
\uuu call\uu
必须是类
ecdf
的属性，而不是实例。下面是我的解决方案：

class ecdf(object):

    def __init__(self, observations):
        self.observations = np.asarray(observations)
        self._v_calc = np.vectorize(self._calc)

    def _calc(self, x):
        return np.mean(self.observations <= x)

    def __call__(self, x):
        return self._v_calc(x)

类ecdf（对象）：
定义初始（自我，观察）：
self.observations=np.asarray（观察值）
self.\u v\u calc=np.矢量化（self.\u calc）
def_计算（自身，x）：
返回np.mean（self.observations）我不知道您的解决方案是否能以某种方式工作，但我不会让
\uuuu init\uuuu
（在对象端）修改它从自己的类（在类型端）获得的函数的定义.IMHO，这应该通过一个元类来完成。我不知道您的解决方案是否能以某种方式工作，但我不会让
\uuuu init\uuuu
（在对象端）修改它从自己的类（在类型端）获得的函数的定义。IMHO，这应该通过一个元类来完成。
class ecdf(object):

    def __init__(self, observations):
        self.observations = np.asarray(observations)
        self._v_calc = np.vectorize(self._calc)

    def _calc(self, x):
        return np.mean(self.observations <= x)

    def __call__(self, x):
        return self._v_calc(x)