博客

在NumPy中创建自己的通用函数包括：定义函数、使用numpy.vectorize()包装自定义函数、将通用函数注册到NumPy以及使用通用函数。

1. 定义函数：

在NumPy中创建自己的通用函数，首先需要定义一个函数。通用函数有一些要求：

• 输入均为标量或数组
• 输出为标量或数组
• 函数的核心代码使用NumPy函数或数组操作实现

示例1：实现一个计算斐波那契数列的函数

def fibonacci(n):
    if n < 2:
        return n
    else:
        return fibonacci(n-1) + fibonacci(n-2)

在定义好自己的通用函数之后，需要使用numpy.vectorize()包装自定义函数。

1. 使用numpy.vectorize()包装自定义函数：

import numpy as np

fibo_func = np.vectorize(fibonacci)

即可使用该函数。

1. 将通用函数注册到NumPy：

np.frompyfunc(fibonacci, 1, 1)

以上代码将自己定义的通用函数 fibonacci注册到NumPy中，并返回一个函数对象。

1. 使用通用函数：

arr = np.array([1, 2, 3, 4, 5])
result = fibo_func(arr)
print(result)

以上代码会将自己定义的通用函数应用于一维数组arr，并返回一个新的数组result，其中的每个元素都是通过自己定义的计算逻辑计算得到的。

示例2：实现一个计算硬币面值总和的函数

def coin_sum(coin_dict, counts_dict):
    sum_value = 0
    for key, value in counts_dict.items():
        sum_value += coin_dict[key] * value
    return sum_value

在定义好自己的通用函数之后，同样需要使用numpy.vectorize()包装自定义函数、将通用函数注册到NumPy以及使用通用函数。

完整代码如下：

import numpy as np

# 自定义通用函数
def coin_sum(coin_dict, counts_dict):
    sum_value = 0
    for key, value in counts_dict.items():
        sum_value += coin_dict[key] * value
    return sum_value

# 使用numpy.vectorize()包装自定义函数
coin_func = np.vectorize(coin_sum)

# 将自定义函数注册到NumPy中，并返回一个函数对象
np.frompyfunc(coin_sum, 2, 1)

# 使用通用函数
coin_dict = {'1元': 1, '2元': 2, '5元': 5, '10元': 10, '20元': 20, '50元': 50, '100元': 100}
counts_dict = {'1元': 5, '2元': 2, '5元': 1, '10元': 0, '20元': 0, '50元': 0, '100元': 0}
result = coin_func(coin_dict, counts_dict)
print(result)

以上代码会将自己定义的通用函数应用于coin_dict和counts_dict字典中的元素，并返回计算后的总和。