如何将函数映射到 numpy 数组（带有示例）

您可以使用以下基本语法将函数映射到 NumPy 数组：

 #define function
my_function = lambda x: x*5

#map function to every element in NumPy array
my_function(my_array)

以下示例展示了如何在实践中使用此语法。

示例 1：将函数映射到一维 NumPy 数组

以下代码演示如何将函数映射到 NumPy 数组，该数组将每个值乘以 2，然后加 5：

 import numpy as np

#create NumPy array
data = np. array ([1, 3, 4, 4, 7, 8, 13, 15])

#define function
my_function = lambda x: x*2+5

#apply function to NumPy array
my_function(data)

array([ 7, 11, 13, 13, 19, 21, 31, 35])

以下是新表中每个值的计算方式：

• 第一个值：1*2+5 = 7
• 第二个值：3*2+5 = 11
• 第三个值：4*2+5 = 13

等等。

示例 2：将函数映射到多维 NumPy 数组

以下代码演示如何将函数映射到多维 NumPy 数组，该数组将每个值乘以 2，然后加 5：

 import numpy as np

#create NumPy array
data = np. array ([[1, 2, 3, 4], [5, 6, 7, 8]])

#view NumPy array
print (data)

[[1 2 3 4]
 [5 6 7 8]]

#define function
my_function = lambda x: x*2+5

#apply function to NumPy array
my_function(data)

array([[ 7, 9, 11, 13],
       [15, 17, 19, 21]])

请注意，此语法对于多维数组和一维数组都同样有效。

其他资源

以下教程解释了如何在 NumPy 中执行其他常见操作：

如何向 NumPy 数组添加列
如何在 Python 中将 NumPy 数组转换为列表
如何将 NumPy 数组导出到 CSV 文件