Come mappare una funzione su un array numpy (con esempi)

È possibile utilizzare la seguente sintassi di base per mappare una funzione su un array NumPy:

 #define function
my_function = lambda x: x*5

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

Gli esempi seguenti mostrano come utilizzare questa sintassi nella pratica.

Esempio 1: mappatura della funzione su un array NumPy unidimensionale

Il codice seguente mostra come mappare una funzione su un array NumPy che moltiplica ciascun valore per 2 e quindi aggiunge 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])

Ecco come è stato calcolato ciascun valore nella nuova tabella:

• Primo valore: 1*2+5 = 7
• Secondo valore: 3*2+5 = 11
• Terzo valore: 4*2+5 = 13

E così via.

Esempio 2: mappatura della funzione su un array NumPy multidimensionale

Il codice seguente mostra come mappare una funzione su un array NumPy multidimensionale che moltiplica ciascun valore per 2 e quindi aggiunge 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]])

Si noti che questa sintassi funziona altrettanto bene con un array multidimensionale che con un array unidimensionale.

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre operazioni comuni in NumPy:

Come aggiungere una colonna a un array NumPy
Come convertire un array NumPy in un elenco in Python
Come esportare un array NumPy in un file CSV