Python中无for循环遍历numpy多维数组行实现与for循环等价计算

问题原因 #

1. 你将长度不同的a、b、c数组合并为multi时，numpy不会生成标准二维数值数组，只会生成dtype=object的数组，每个元素是单独的一维数组，无法用普通二维切片执行逐行批量计算
2. 原代码中len(multi[:,])实际取的是multi的总长度（值为3），不是每行内部的元素个数，除数逻辑完全不符合预期

解决方案 #

可以使用np.vectorize包装单行处理逻辑，无需显式编写for循环即可实现和示例循环代码完全一致的效果，代码如下：

import numpy as np
a = np.array([1,2,3,11,23])
b = np.array([-2, 65, 8, 0.98])
c = np.array([5, -6])
multi = np.array([a, b, c])

# 单个数组的处理逻辑
def calc_row(arr):
    return (arr > 0).cumsum() / np.arange(1, len(arr)+1) * 100

# 向量化处理函数，指定输出类型为object兼容不同长度的返回结果
vec_calc = np.vectorize(calc_row, otypes=[object])
result = vec_calc(multi)

输出验证 #

打印result即可得到预期输出：

[array([100., 100., 100., 100., 100.])
 array([ 0.        , 50.        , 66.66666667, 75.        ])
 array([100.,  50.])]

内容的提问来源于stack exchange，提问作者georgehere