python - numpy:如何将函数应用于数组的每一行

Question

我有一个名为 my_data 的二维 numpy 数组。每一行代表一个数据点的信息，每一列代表该数据点的不同属性。

我有一个名为 processRow 的函数。它接收一行，并对信息进行一些处理并返回修改后的行。函数返回的行长度比函数接收的行长(该函数基本上将一些分类数据扩展为one-hot向量)

如何拥有一个 numpy 数组，其中每一行都已由该函数处理？

我试过了

answer = np.array([])
for row in my_data:
    answer = np.append(answer,processRow(row))

但最后，答案只是一个很长的行而不是二维网格

Answer 1

您可以使用 vstack，因为 row 有不同的形状来回答。您还需要明确答案的形式:

In [11]: my_data = np.array([[1, 2], [3, 4]])
    ...: process_row = lambda x: x  # do nothing

In [12]: answer = np.empty((0, 2), dtype='int64')
    ...: for row in my_data:
    ...:     answer = np.vstack([answer, process_row(row)])
    ...:

In [13]: answer
Out[13]:
array([[ 1,  2],
       [ 3,  4]])

但是，您最好进行列表理解，然后将其传递给 numpy:

In [21]: np.array([process_row(row) for row in my_data])
Out[21]:
array([[1, 2],
       [3, 4]])