当使用映射的函数具有输入数组时使用映射

Question

Julia 的“高阶”函数“map”看起来非常有用。但是，虽然很容易理解如何在具有一个输入的函数上使用它，但当函数具有多个输入并且每个输入都可能是数组时，如何使用 map 并不明显。我想了解在这种情况下如何使用地图。

假设我有以下函数：

function randomSample(items, weights)
sample(items, Weights(weights))
end

例子：

Pkg.add("StatsBase")
using StatsBase
randomSample([1,0],[0.5, 0.5])

这里怎么用地图呢？我尝试过类似的事情：

items = [1 0;1 0;1 0]
weights = [1 0;0.5 0.5;0.75 0.25]

map(randomSample(items,weights))  

在上面的示例中，我希望 Julia 输出一个 3 x 1 的整数数组（来自项目），每行为 0 或 1，具体取决于相应的权重。

Answer 1

在你的情况下，items你weights可以Matrix使用eachrow这样的函数：

map(randomSample, eachrow(items), eachrow(weights))

如果您使用的是 1.1 之前的 Julia 版本，您可以编写：

map(i -> randomSample(items[i, :], weights[i, :]), axes(items, 1))

或者

map(i -> randomSample(view(items,i, :), view(weights, i, :)), axes(items, 1))

（后者避免分配）

然而，实际上我可能会将items和定义weights为向量的向量：

items = [[1, 0],[1, 0],[1, 0]]
weights = [[1, 0], [0.5, 0.5], [0.75, 0.25]]

然后你可以简单地写：

map(randomSample, items, weights)

或者

randomSample.(items, weights)

我的偏好的原因如下：

• 从概念上更清楚数据的结构是什么
• 向量的向量更容易变异（例如，您可以push!在末尾添加一个新条目）
• 如果需要的话，向量的向量可以是不规则的
• 在某些情况下，它可能会更快一些（在 Julia 中按行迭代并不是最佳选择，因为它使用列主索引；当然，您可以通过假设Matrix您按列存储数据而不是像当前那样按列存储数据来修复它）

（这不是一个非常强烈的偏好，你可以选择任何对你来说更方便的）