python - 根据 numpy 数组的值更改其各个元素

Question

我试图迭代 numpy 数组的每个元素并以半随机方式更改其值。原因是，我将该方法应用于不同的数组:我希望它们被更改，但我不希望它们以相同的方式更改。

这是我迄今为止尝试过的:

with np.nditer(smatrix, op_flags=['readwrite']) as it:
    for element in it:
        if element < 0:
            element = element - uniform(0.1,0.2)
        if 0 <= element < 0.05:
            element = uniform(0.15,0.3)
        elif 0.05 <= element < 1:
            element = 0
        elif 1 == element:
            element = 1

另一种可能性:

for element in np.nditer(smatrix, op_flags=['readwrite']):
    if element < 0:
        element = element - uniform(0.1,0.2)
    if 0 <= element < 0.05:
        element = uniform(0.15,0.3)
    elif 0.05 <= element < 1:
        element = 0
    elif 1 == element:
        element = 1

但是，结果数组看起来与初始数组完全相同...

我对编程比较陌生，并且在这个问题上停留了很长一段时间。如果有人能给我一个如何解决这个问题的提示，最好是一个简短的解释，那就太好了。谢谢!!

Answer 1

如果您想对 numpy.array 的每个单元格应用转换，那么 numpy.vectorize 是正确的工具。首先，您需要函数，它将使用单个单元格的内容作为输入，该函数本身将被提供给向量化并返回所需的值，请参阅代码:

import numpy as np
import random
def f(x):
    if x < 0:
        return x-random.uniform(0.1,0.2)
    if 0 <= x < 0.05:
        return random.uniform(0.15,0.3)
    if 0.05 <= x < 1:
        return 0.0
    if x == 1:
        return 1.0
    return x
vf = np.vectorize(f)

data = np.array([-4.3,0.03,0.9,1.0,1.9])
altered_data = vf(data)

输出(对您来说可能有点不同，因为它是部分随机的):

[-4.48922564  0.19609667  0.          1.          1.9       ]

正如您所看到的，它对所有值都按预期工作。请注意，我添加了“对元素不执行任何操作”行为 (return x) 作为安全措施，以防元素大于 1。

有关 numpy.vectorize 的更多信息，请阅读 documentation .

编辑:修复了评论中报告的问题，问题是f有时returned int有时float ，而它应该始终返回 float 。