Python 正确使用numpy.vecotrize

我正在使用

这将导致以下错误：

ValueErrorTraceback（最近一次呼叫上次）
in（）
---->1 coords1=vec_to_homo（[0,1]）

/调用中的home/lib/python2.7/site-packages/numpy/lib/function_base.pyc（self，*args，**kwargs）
2753变量扩展（[kwargs[\n]表示名称中的变量]）
2754
->2755返回self.\u向量化\u调用（func=func，args=vargs）
2756
2757定义获取和输出类型（self、func、args）：

/home/lib/python2.7/site-packages/numpy/lib/function\u base.pyc in\u vectorize\u调用（self、func、args）
2832
2833如果ufunc.nout==1:
->2834 res=array（输出，copy=False，subok=True，dtype=otypes[0]）
2835其他：
2836 res=tuple（[array（x，copy=False，subok=True，dtype=t）

ValueError:使用序列设置数组元素

我理解错误信息，但我一生都找不到如何更改函数/调用矢量化来解决此问题。 如果我只传递一个整数，该函数将生成正确的结果，即

vec_to_homo（0）

生成

[0,1]

我的代码片段与上面链接的文档中提供的示例非常接近，因此我真的不知道哪里出了问题

请帮忙。
谢谢！

您的问题如中所示。

np.vectorize

仅适用于将浮点映射到浮点的函数，而不适用于将浮点映射到Numpy数组的函数

此外，

np.vectorize

不会加快代码的执行速度。您可以在函数中创建自己的逻辑来处理列表并使用理解、循环或类似方法返回2D数组。

您的问题与中一样。

np.vectorize

仅适用于将浮点映射到浮点的函数，而不是将浮点映射到Numpy arra的函数是的

---

此外，

np.vectorize

不会加快代码执行速度。您可以在函数内创建自己的逻辑，以处理列表并使用理解、循环或类似方法返回2D数组。

您不需要说明

矢量化的结果是什么。要使用返回数组的函数，
vectorize
需要
otypes=[对象]
或
签名
参数。向函数传递除标量以外的任何内容都需要
签名
。总体而言
矢量化
是一个棘手的问题-偶尔有用，但很容易被误用。您无法说出您期望的
矢量化
结果。要使用返回数组，
vectorize
需要
otypes=[object]
或
signature
参数。向函数传递除标量以外的任何内容都需要
signature
。总体而言
vectorize
是一个笨拙的拐杖-偶尔有用，但很容易误用。
def to_homogenous(x):
'''
Convert a point x to homogenous coordinates.
'''
return np.hstack((x,np.array([1]))).flatten()

vec_to_homo = np.vectorize(to_homogenous)
coords = vec_to_homo([0,1])