Python NumPy矢量化函数,形状未知

Python NumPy矢量化函数,形状未知,python,numpy,vectorization,Python,Numpy,Vectorization,我有一个以numpy数组为参数的函数,例如: def f(arr): return arr.sum() 我想从A中的每个vec创建numpy数组,所以如果A.shape=(14,12,7),我的函数myfunc(A.shape=(14,12) 即 myfunc(A)[x,y]=f(A[x,y]) 请注意,未指定len(A.shape)。您可以沿最后一个轴应用: A.sum(axis=-1) 例如: In [1]: np.ones((14,12,7)).sum(axis=-1).shape

我有一个以numpy数组为参数的函数,例如:

def f(arr):
  return arr.sum()
我想从A中的每个vec创建numpy数组,所以如果
A.shape=(14,12,7)
,我的函数
myfunc(A.shape=(14,12)

myfunc(A)[x,y]=f(A[x,y])

请注意,未指定
len(A.shape)

您可以沿最后一个轴应用:

A.sum(axis=-1)
例如:

In [1]: np.ones((14,12,7)).sum(axis=-1).shape
Out[1]: (14, 12)
如果您有一个通用函数,则可以使用:


我知道。求和函数不是点。这只是一个例子。你可以把
f
放在沿轴应用中。如果形状未知,正如标题所示,你会希望使用
axis=-1
更好。好的捕获。。。感谢
np.apply_along_axis(sum, -1, A)