Numpy 使用 if 语句进行向量化：与元素顺序不一致

Question

使用以下两个简单的函数：

def x(t):
    return 0 if t < 0 else 1

def h(t):
    return 0 if t < 0 else np.exp(-t)

应用

x = np.vectorize(x)

和

h = np.vectorize(h)

后，第一个行为符合预期，输出与输入数组中元素的顺序无关：

x(np.array([-1,0,1,2])) -> array([0, 1, 1, 1])
x(np.array([0,1,2,-1])) -> array([1, 1, 1, 0])

对于第二个函数，如果将小于零的值评估为第一个或最后一个元素，我会得到不同的结果...

h(np.array([-1,0,1,2])) -> array([0, 1, 0, 0])
h(np.array([0,1,2,-1])) -> array([1., 0.3678, 0.1353, 0.])

这是一个错误吗？

Answer 1

经过一番挖掘，事实证明这是预期的行为。如果未指定输出数据类型，则 Vectorize 从第一个元素确定它。对于

x

函数，输出类型始终为

int

。对于

h

函数，如果提供

-1

作为输入，则输出类型确定为

int

，并且以下非整数值将转换为

int

。

这可以通过强制输出类型为浮点数来简单地修复，例如通过返回值隐式

def h(t):
    return 0. if t < 0 else np.exp(-t)

（注意 0 后面的“.”），或显式通过向量化的

otype

参数

h = np.vectorize(h, otypes=[float])