Python 如何使用矢量化为numpy数组中的对象赋值

我是python的初学者，我编写这段代码是为了创建一个二维numpy对象数组来模拟物理晶格

    import numpy as np  

    class Site:
       def __init__(self, label, status):
          self.l = label
          self.s = status

     vSite = np.vectorize(Site(0,2), otypes=[object])
     init_array = np.arange(25).reshape((5,5))
     lattice = np.empty((5,5), dtype=object)
     lattice[:,:] = vSite(init_array)

但是我的输出有错误

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-2-0c0dfed8eab8> in <module>()
      9 init_array = np.arange(25).reshape((5,5))
     10 lattice = np.empty((5,5), dtype=object)
---> 11 lattice[:,:] = vSite(init_array)

~/.local/lib/python3.5/site-packages/numpy/lib/function_base.py in __call__(self, *args, **kwargs)
   2753             vargs.extend([kwargs[_n] for _n in names])
   2754 
-> 2755         return self._vectorize_call(func=func, args=vargs)
   2756 
   2757     def _get_ufunc_and_otypes(self, func, args):

~/.local/lib/python3.5/site-packages/numpy/lib/function_base.py in _vectorize_call(self, func, args)
   2823             res = func()
   2824         else:
-> 2825             ufunc, otypes = self._get_ufunc_and_otypes(func=func, args=args)
   2826 
   2827             # Convert args to object arrays first

~/.local/lib/python3.5/site-packages/numpy/lib/function_base.py in _get_ufunc_and_otypes(self, func, args)
   2770                 ufunc = self._ufunc
   2771             else:
-> 2772                 ufunc = self._ufunc = frompyfunc(func, len(args), nout)
   2773         else:
   2774             # Get number of outputs and output types by calling the function on

TypeError: function must be callable

---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
9初始数组=np.arange（25）.重塑（（5,5））
10晶格=np.空（（5,5），数据类型=对象）
--->11晶格[：，：]=vSite（初始数组）
~/.local/lib/python3.5/site-packages/numpy/lib/function\u base.py in\uu\u调用（self，*args，**kwargs）
2753变量扩展（[kwargs[\n]表示名称中的变量]）
2754
->2755返回自向量化调用（func=func，args=vargs）
2756
2757定义获取和输出类型（self、func、args）：
调用中的~/.local/lib/python3.5/site-packages/numpy/lib/function\u base.py（self、func、args）
2823 res=func（）
2824其他：
->2825 ufunc，otypes=self.\u获取ufunc和otypes（func=func，args=args）
2826
2827#首先将参数转换为对象数组
~/.local/lib/python3.5/site-packages/numpy/lib/function\u base.py in\u get\u ufunc\u和\u otypes（self、func、args）
2770 ufunc=自身
2771其他：
->2772 ufunc=self.\u ufunc=frompyfunc（func，len（args），nout）
2773其他：
2774#通过调用
TypeError:函数必须是可调用的

有人能帮我吗？

函数必须以函数作为第一个参数，而不是公共变量。然后，调用它的函数将能够在numpy数组上调用，以将其应用于数组的每个元素

如果要初始化3D numpy数组，应按如下所示使用

np.empty（dim）

函数：

a=np.empty((n,m,l), dtype=object)

此数组将有n*m*l个值。
然后，您可以使用循环遍历矩阵以填充它：

for i in np.ndindex(a.shape):
    a[i] = Site(1,1)

---

我发现

np.frompyfunc

是创建自定义类数组的最佳工具。使用

np.vectorize

也可以，因为您指定了

otypes

，但是

frompyfunc

已经返回了对象，而且更直接、更快

In [667]: class Site: 
     ...:        def __init__(self, label, status): 
     ...:           self.l = label 
     ...:           self.s = status 
     ...:        def __repr__(self):   # to improve display
     ...:            return f'Site({self.l},{self.s})' 
     ...:                                                                            
In [668]: f = np.frompyfunc(Site, 2,1)                                               
In [669]: f(np.zeros((2,3),int), np.ones((2,3),int)*2)                               
Out[669]: 
array([[Site(0,2), Site(0,2), Site(0,2)],
       [Site(0,2), Site(0,2), Site(0,2)]], dtype=object)
In [670]: f(np.arange(3),np.array(['a','b','c']))                                    
Out[670]: array([Site(0,a), Site(1,b), Site(2,c)], dtype=object)

---

不过，我应该提醒您，访问这些

站点

对象还需要使用

frompyfunc

。对象数组没有充分利用

numpy

计算速度

numpy

在处理数字而不是对象时，计算速度最快。

但是已经使用np.empty进行了初始化。你能用一个可运行的例子来回答吗？你可能应该只使用

list

对象，而不是

numpy