Python 使用lambda在numpy数组上迭代

我有这样一个numpy数字数组：

cols=np.arange（1,6）

。我想在cols中的每个数字前面加上字母“t”。我写下以下文字：

f = lambda x: 't' + str(x)
temp = f(cols)
print(temp)

我得到如下输出：

t[1 2 3 4 5].

---

我需要输出为['t1'，'t2'，'t3'…]。我需要做1000个数字。我做错了什么？

您的问题是将函数应用于整个阵列。你的主要工作是：

't' + str(cols)

这当然行不通。您需要按元素应用它：

---

您的问题是您无法将函数应用于整个数组。你的主要工作是：

't' + str(cols)

这当然行不通。您需要按元素应用它：

---

您可以使用

np.core.char.add

：

np.core.char.add('t', np.arange(1,6).astype(str))
#array(['t1', 't2', 't3', 't4', 't5'], 
#      dtype='|S12')

---

对于大型阵列，它比列表（映射（…）更快：

%timeit np.core.char.add('t', np.arange(1,100000).astype(str))
# 10 loops, best of 3: 31.7 ms per loop

f = lambda x: 't' + str(x)
%timeit list(map(f, np.arange(1,100000).astype(str)))
# 10 loops, best of 3: 38.8 ms per loop

---

您可以使用

np.core.char.add

：

np.core.char.add('t', np.arange(1,6).astype(str))
#array(['t1', 't2', 't3', 't4', 't5'], 
#      dtype='|S12')

---

对于大型阵列，它比列表（映射（…）更快：

%timeit np.core.char.add('t', np.arange(1,100000).astype(str))
# 10 loops, best of 3: 31.7 ms per loop

f = lambda x: 't' + str(x)
%timeit list(map(f, np.arange(1,100000).astype(str)))
# 10 loops, best of 3: 38.8 ms per loop

---

您可以通过列表理解来实现这一点：

['t' + str(x) for x in cols]
['t1', 't2', 't3', 't4', 't5', 't6']

这将为集合cols中的每个元素

x

追加“t”

---

lambda

函数是一个匿名函数，因此您通常将其传递到需要可调用对象的函数中。

您可以通过列表理解来实现这一点：

['t' + str(x) for x in cols]
['t1', 't2', 't3', 't4', 't5', 't6']

这将为集合cols中的每个元素

x

追加“t”

---

lambda

函数是一个匿名函数，因此，您通常将其传递到需要可调用对象的函数中。

lambda的思想是它是匿名的，因此您不需要将其分配给变量。lambda的思想是它是匿名的，因此您不需要将其分配给变量。在我的计算机中，速度差异甚至更大：

82.6ms

np.core.char.add

而

163ms

用于

list（map（…）

。在我的计算机中，速度差异更大：

82.6ms

用于

np.core.char.add

而

163ms

用于

list（map（…）

。