我们有一个基于numpy的算法,应该处理不同类型的数据.
def my_fancy_algo(a):
b = np.sum(a,axis=1)
# Do something b
return b
如果我们传递a = np.array [1.0,2.0,3.0],那么b的计算结果为[6.0].
如果我们通过= 6.0然后我们得到
*** ValueError: 'axis' entry is out of bounds
期望的行为是我们得到两个输入的相同返回值6.0而不是([6.0]).
什么是正确的pythonic和安全的方法来处理这个？类型？形状？
最佳答案
您的示例数组实际上提供了与标量相同的问题：
原文链接：https://www.f2er.com/python/439377.html>>> a = np.array([1.0,3.0])
>>> np.sum(a,axis=1)
Traceback (most recent call last):
File "好消息是,有一个numpy函数正是为了确保使用axis = 1的numpy调用可以工作 – 它被称为np.atleast_2d：
>>> np.sum(np.atleast_2d(a),axis=1)
array([ 6.])
>>> np.sum(np.atleast_2d(6.0),axis=1)
array([ 6.])
但是因为你显然想要一个标量答案,所以你可以完全放弃轴参数：
>>> np.sum(a)
6.0
>>> np.sum(6.0)
6.0