讓我們說，我們有一個數組如何根據其相對值操作numpy數組的每個元素？
a = np.array([10,30,50, 20, 10, 90, 0, 25])
的僞代碼，因爲我想要的東西 -
if a[x] > 80 then perform funcA on a[x]
if 40 < a[x] <= 80 then perform funcB on a[x]
if a[x] <= 40 then perform funcC on a[x]
什麼是使用numpy的函數來執行這個乾淨的方式？
通常，您嘗試避免使用NumPy數組的任何Python循環 - 這就是爲什麼您首先使用NumPy的原因。舉例來說，我假設funcA()對所有元素加1，funcB()加2，加3（請詳細說明他們真正爲更多量身定製的例子做了些什麼）。要達到你想要的，你可以這樣做：
subset_a = a > 80
subset_b = (40 < a) & (a <= 80)
subset_c = a <= 40
a[subset_a] += 1
a[subset_b] += 2
a[subset_c] += 3
這使用NumPy advanced indexing。例如，a > 80評估爲布爾值的數組，其可用於選擇滿足條件的陣列中的條目。
你真的可以做'a [40 mtrw 2010-12-09 17:46:56
@mtrw：你是對的，修好了。 – 2010-12-09 17:49:34
我喜歡這樣的：
b = np.empty(a.shape)
b[a < 40] = funcA(a[a < 40])
b[(a > 40) & (a <= 80)] = funcB(a[(a > 40) & (a <= 80)])
b[a > 80] = funcC(a[a > 80])
這避免了怪異的行爲時funcA設置已被39至41，比如一個的a元素，從而將其帶入範圍funcB。
看看numpy.piecewise。我想你想：
np.piecewise(a, [a > 80, (40 < a) & (a <= 80), a <= 40], [funcA, funcB, funcC])
如果您需要更復雜的功能，你可以使用
newfunc=numpy.vectorize(lambda x: func(x))
result=newfunc(yourArray)
其中FUNC（x）是你的函數。
`funcA（）`等可以用NumPy ufuncs表示嗎？這些功能是做什麼的？ – 2010-12-09 17:15:36
地圖怎麼樣？ – nmichaels 2010-12-09 17:18:23