Python 如何使用numpy.vectorize（）解决广播问题

我正在编写一个自定义函数，我希望它的行为就像一个numpy函数一样，能够接受数组，对输入列表的每个元素执行相同的操作，并返回一个具有相同形状的列表和所有结果

幸运的是，有一个解决方案：

所以我使用了它：我有一个函数，它以正弦波的形式创建一个模型，它包含两个变量：一个numpy list

X

，包含一些正弦函数的输入值，一个numpy list

param

，它包含正弦曲线可能具有的四个参数

import numpy as np
def sine(X, param):
    #Unpacking param
    A = param[0]
    P = param[1]
    Phi = param[2]
    B = param[3]

    #translating variables
    #Phi = t0/P
    f = X/P
    Y = A*np.sin(2*np.pi*(f + Phi)) + B
    return Y

由于只有输入值

X

需要广播，而所有参数始终是必需的，因此，根据文档，将函数矢量化的方法如下：

np_sine = np.vectorize(sine, excluded=['param']) #makes sine() behave like a numpy function

…以便

param

正确地从矢量化中排除

此方法非常有用，因为我将使此模型适合数据集，这需要偶尔调整参数，同时，使用此方法，我需要的代码只有一行：

CHIsqrt = np.sum(((ydata - np_sine(xdata, param))/yerr)**2)

其中，

ydata

、

xdata

和

yerr

是同样长的数据点列表，其中

param

是四个参数的列表

然而，结果是一个广播错误：

 File "C:\Users\Anonymous\AppData\Local\Programs\Python\Python36\lib\site-packages\numpy\lib\function_base.py", line 2831, in _vectorize_call outputs = ufunc(*inputs)
 ValueError: operands could not be broadcast together with shapes (500,) (4,)

由于list

param

有4个元素长，因此该函数忽略了我的命令，将其从矢量化中排除。这是个问题

我尝试指定最终结果应该是一个ndArray，这并没有改变错误

np_sine = np.vectorize(sine, excluded=['param'], otypes=[np.ndarray])

---

使用此功能的正确方法是什么？

您指定的

排除
错误

In [270]: def foo(x, param):
     ...:     a,b,c = param
     ...:     return a*x
     ...: 
In [271]: f = np.vectorize(foo, excluded=[1])  # specify by position
In [272]: f(np.arange(4),[1,3,2])
Out[272]: array([0, 1, 2, 3])

对于关键字arg：

In [277]: def foo(x, param=[0,0,0]):
     ...:     a,b,c = param
     ...:     return a*x
     ...:
In [278]: f = np.vectorize(foo, excluded=['param'])
In [279]: f(np.arange(4),param=[1,3,2])
Out[279]: array([0, 1, 2, 3])

有趣的是，使用字符串不适用于普通参数。文档中有一个示例说
>>def mypolyval（p，x）：
，它显然有两个正常参数。然后，它继续排除
p
，方法是说
>>vpolyval=np.vectorize（mypolyval，excluded=['p']）
。您的解决方案有效，因此文档是错误的。但在示例中，
p
作为关键字参数传递，
p=[1,2,3]
vpolyval（[1,2,3]，x=[0,1]）
仅在
之后有效。排除。添加（0）。Excluded实际上可能是指矢量化函数中的参数，而不是源（尽管在某种意义上它们是相同的）
您命名的
excluded
可能与
np_sine（扩展数据，param=param）
一起使用。