Python NumPy：使用ndarray对函数值求和

这里的统计学家试图弄清楚NumPy是如何在飞行中工作的。我需要使用SciPy的

rv_discrete

实现一些东西，但是我得到了一些错误，这些错误可以追溯到NumPy中的以下行为。这可能是超基本的，但我很困惑

我试图理解为什么下面的简单代码不起作用：

将numpy导入为np
def测试fn（k）：
如果k==1：
返回1
其他：
返回1/k**2
def sumtest（k）：
m=np.arange（1，k+1）
打印（np.总和（测试Fn（m），轴=0））
sumtest（100）

如果我简单地去掉

testfn（）中的条件语句，并将其替换为
return1/k**2
，那么一切都很好。我可以直觉地认为这是因为在
sumtest（）
中，我正在将一个ndarray对象传递给
testfn（）
，但我无法理解发生这种情况时引擎盖下发生了什么

我问这个问题的原因是，这正是SciPy的
rv_discrete
类中
\u cdfsingle（）
的编码方式，我需要知道如何定义新的随机变量

如果这是太基本，那么我希望有一个链接到某个地方开始。任何帮助都将不胜感激

编辑：根据下面的评论，让我澄清我希望发生的事情。我基本上希望
testfn（）
的行为就像它在传递给它的数组上以组件方式运行一样。因此，如果
[1,2,3]
是传递给
testfn（）
的数组，那么在一天结束时，我希望
np.sum
返回数量
1+1/4+1/9
编辑：

大多数
numpy
在数组上按元素运行。您想要的功能可以通过几种方式实现。最重要的功能可能是将
testfn（k）
更改为以下内容：

# This already works element-wise on k.
# Numpy overrides the basic mathematical operators like +, -, *, /, **
# to be element-wise.  Therefore `result` is an array the same length as k
# (Remember to use 1. so float division occurs!)
result = 1. / k**2 

# result[k == 1] is equivalent to result[np.where(k == 1)]
# for this example, only the first element of k is equal to 1
# so the [k == 1] yields "index 0"
# therefore result[k == 1] yields only the first element of result
# once you've selected the appropriate elements of result, overwrite 
# the values with whatever you like
result[k == 1] = 1

return result

现在，您将始终获得从
testfn
返回的数组，并且您可以对该数组中的值进行细粒度控制。
Numpy.sum（）
需要一个类似的数组作为其第一个参数。因此，您需要
testfn（）
来返回数组

似乎您认为
Numpy.sum（）
将在对每个输入求和之前对其求值
testfn（）
。事实并非如此。如果要将
testfn（）
映射到
m
，则可能会得到所需的行为

因此，请尝试：

n = map(testfn, m)
print(np.sum(n,axis=0))

谢谢我知道k是一个数组，所以这就是为什么条件语句不起作用的原因，但是我想知道如何使它起作用。我并不是想避免被零除，我只是想了解幕后的情况！但是如果k==1，你到底想用条件语句
测试什么呢？啊，我明白了。我想我正在尝试构建一个组件操作。因此，如果传递给
testfn（）
的数组的一个组件等于1（我猜在本例中，它始终是第一个组件），那么将其映射到1。对于数组中的所有其他值
k
（即>1），将这些值映射到
1/k**2
。我会编辑这个问题。既然
1/（1^2）==1
，你为什么需要做这个检查？这一切都要回到
rv_discrete
的工作原理。事实上，我正在处理一个复杂的pmf，它需要这种我无法分析的控制。我刚刚提出了这个简化的示例，以避免陷入记法的泥潭。我想使用Numpy时，您必须使用
np.vectorize（）
而不是
map
，但这基本上就做到了。我将首先在我的全面示例中尝试它，看看它是否有效。谢谢