np.vectorize np.piecewise 用法小结

np.vectorize

ladders = {1:11, 2:22, 3:33}
ladder_move = np.vectorize(lambda x: ladders[x] if x in ladders else x)
print(ladder_move)
ladder_move(1)
ladder_move(2)
ladder_move(3)
ladder_move(4)
ladder_move(np.arange(50))

result:

<numpy.vectorize object at 0x00000257A1FDCA88>
[ 0 11 22 33  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47
 48 49]

np.piecewise

#%%
step2 = np.arange(90,110)
step22 = np.piecewise(step2, [step2 > 100, step2 <= 100],
    [lambda x: 200 - x, lambda x: x])
print(step2)
print(step22)

result:

[ 90  91  92  93  94  95  96  97  98  99 100 101 102 103 104 105 106 107
 108 109]
[ 90  91  92  93  94  95  96  97  98  99 100  99  98  97  96  95  94  93
  92  91]
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值