迭代Numpy矩阵行以分别应用函数？

Question

我希望能够迭代矩阵以将函数应用于每一行.我如何为Numpy矩阵做到这一点？

Answer 1

使用numpy.apply_along_axis().假设您的矩阵是2D,您可以使用如下:

import numpy as np
mymatrix = np.matrix([[11,12,13],
                      [21,22,23],
                      [31,32,33]])
def myfunction( x ):
    return sum(x)

print np.apply_along_axis( myfunction, axis=1, arr=mymatrix )
#[36 66 96]

Answer 2

虽然您当然应该提供更多信息,但如果您尝试遍历每一行,则可以使用for循环进行迭代:

import numpy
m = numpy.ones((3,5),dtype='int')
for row in m:
  print str(row)

Answer 3

如果您想尝试使用多进程来处理 numpy 数组的每一行，这是我的看法，

from multiprocessing import Pool
import numpy as np

def my_function(x):
    pass     # do something and return something

if __name__ == '__main__':    
    X = np.arange(6).reshape((3,2))
    pool = Pool(processes = 4)
    results = pool.map(my_function, map(lambda x: x, X))
    pool.close()
    pool.join()

pool.map 接受一个函数和一个可迭代对象。
我使用“map”函数在数组的每一行上创建一个迭代器。
也许有更好的方法来创建可迭代对象。