python - 总结 np.array 或 np.float

Question

我们有一个基于 numpy 的算法，可以处理不同类型的数据。

def my_fancy_algo(a):
    b = np.sum(a, axis=1)
    # Do something b
    return b

如果我们通过 a=np.array[1.0, 2.0, 3.0]然后b评估为 [6.0] .

如果我们通过 a=6.0然后我们得到

*** ValueError: 'axis' entry is out of bounds

期望的行为是我们得到相同的返回值 6.0两个输入都不是 ([6.0])。

处理此问题的正确 pythonic 和安全方法是什么？ type ？ shape ？

Answer 1

您的示例数组实际上给出了与标量相同的问题:

>>> a = np.array([1.0,2.0,3.0])
>>> np.sum(a, axis=1)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python3.4/site-packages/numpy/core/fromnumeric.py", line 1724, in sum
    out=out, keepdims=keepdims)
  File "/usr/lib/python3.4/site-packages/numpy/core/_methods.py", line 32, in _sum
    return umr_sum(a, axis, dtype, out, keepdims)
ValueError: 'axis' entry is out of bounds

好消息是，有一个 numpy 函数可以确保使用 axis=1 进行 numpy 调用能够正常工作 - 它叫做 np.atleast_2d :

>>> np.sum(np.atleast_2d(a), axis=1)
array([ 6.])
>>> np.sum(np.atleast_2d(6.0), axis=1)
array([ 6.])

但由于您显然想要一个标量答案，因此您可以完全放弃 axis 参数:

>>> np.sum(a)
6.0
>>> np.sum(6.0)
6.0