numpy.fromfunction#

numpy.fromfunction(function, shape, *, dtype=<class 'float'>, like=None, **kwargs)[source]#

通过对每个坐标执行函数来构造一个数组。

因此,结果数组在坐标 (x, y, z) 处具有值 fn(x, y, z)

参数:
function可调用对象

该函数调用 N 个参数,其中 N 是 shape 的秩。每个参数表示沿特定轴变化的数组的坐标。例如,如果 shape(2, 2),则参数将是 array([[0, 0], [1, 1]])array([[0, 1], [0, 1]])

shape整数元组 (N,)

输出数组的形状,这也决定了传递给 function 的坐标数组的形状。

dtype数据类型,可选

传递给 function 的坐标数组的数据类型。默认情况下,dtype 为 float。

like类似数组,可选

参考对象,允许创建不是 NumPy 数组的数组。如果作为 like 传入的类似数组支持 __array_function__ 协议,则结果将由它定义。在这种情况下,它确保创建与通过此参数传入的数组对象兼容的数组对象。

1.20.0 版新增。

返回值:
fromfunction任何

function 的调用结果将直接传递回来。因此,fromfunction 的形状完全由 function 决定。如果 function 返回标量值,则 fromfunction 的形状将与 shape 参数不匹配。

另请参见

indices, meshgrid

注意事项

除了 dtypelike 之外的关键字将传递给 function

示例

>>> import numpy as np
>>> np.fromfunction(lambda i, j: i, (2, 2), dtype=float)
array([[0., 0.],
       [1., 1.]])
>>> np.fromfunction(lambda i, j: j, (2, 2), dtype=float)
array([[0., 1.],
       [0., 1.]])
>>> np.fromfunction(lambda i, j: i == j, (3, 3), dtype=int)
array([[ True, False, False],
       [False,  True, False],
       [False, False,  True]])
>>> np.fromfunction(lambda i, j: i + j, (3, 3), dtype=int)
array([[0, 1, 2],
       [1, 2, 3],
       [2, 3, 4]])