python中的自动数组演算（numpy）

我有一个依赖于几个变量的函数，比如说

y=f（x1，x2，x3，x4）

。如果每个变量都是一个简单的数字，那么结果应该是一个普通的数字。如果其中一个变量是数组，我需要结果也是数组。依此类推：如果其中两个变量是数组，我需要结果是一个二维数组。等等

例如：

def f(x1,x2,x3,x4):
    y=x1*x2/(x3+x4)
    return y

x1=1.0
x2=2.0
x3=3.0
x4=4.0
f(x1,x2,x3,x4)
# should give 2.0/7.0 = 0.2857...

x3=array([1.0,2.0,3.0,4.0,5.0])
f(x1,x2,x3,x4)
# should give a one-dimensional array with shape (5,)

x4=array([10.0,20.0,30.0,40.0,50.0,60.0,70.0])
f(x1,x2,x3,x4)
# should give a two-dimensional array with shape (5,7)

---

怎么做？（为了让我的程序的非Python读者尽可能清楚？

正确的方法是传入正确形状的数据。如果需要二维结果，则应传入二维数组。这可以通过

np.newaxis

实现

import numpy as np

def f(x1,x2,x3,x4):
    y = x1*x2/(x3+x4)
    return y

x1 = 1.0
x2 = 2.0
x3 = 3.0
x4 = 4.0
print f(x1,x2,x3,x4)

x3 = np.array([1.0,2.0,3.0,4.0,5.0])
print f(x1,x2,x3,x4)

x3 = x3[:, np.newaxis]
x4 = np.array([10.0,20.0,30.0,40.0,50.0,60.0,70.0])
x4 = x4[np.newaxis, :]
print f(x1,x2,x3,x4)

---

当然，你的问题的提出方式有点模棱两可，为什么你应该期望得到一个数组形状的

（5，7）

，而不是一个数组形状的

（7，5）
，你可以考虑使用@when来适当地定义函数

例如：

# Case for single values
@when(int, int, int, int)
def f(x1,x2,x3,x4):
    y = x1*x2/(x3+x4)
    return y

# Case for 1D arrays
@when(list, list, list, list)
def f(x1,x2,x3,x4):
    y = []
    for i in range(len(x1)):
        y.append(x1[i]*x2[i]/(x3[i]+x4[i]))
    return y

我理解。请给我一个所有变量都是数组的例子。那我得补充一句。。。每个有多少个新轴？谢谢形状（5,7）或（7,5）是可以的，只要我能理解规则（我还没有理解：o）。@Amenhotep——看看解释规则的numpy's。总之，如果
x
是一个具有形状
（6，）
的一维数组，那么
x[：，np.newaxis]
将给出一个形状
（6，1）
数组，而
x[np.newaxis，：]
将给出一个形状
（1，6）
数组。现在，当你对一个
（5，1）
和
（1，7）
进行算术运算时，结果是一个
（5，7）
，等等。是的，我理解了这部分。你能举一个三个变量为数组的例子吗？谢谢。
x[：，np.newaxis，np.newaxis]+y[np.newaxis，：，np.newaxis]+z[np.newaxis，np.newaxis，：]
是一个例子，其中
x
，
y
和
z
都是一维数组。很有趣。但是如果我想涵盖所有的案例，我需要写很多@when's，对吗？例如，当x1和x3是数字，x2和x4是数组时。它不能自动检测所有这些组合吗？结果不是一维数组吗？我需要它是多维的（如果一个数组中有多个输入）。当

时，

是什么？谷歌没有帮助。这是来自软件包峰值规则：。它用于生成泛型函数等。