Python 向量化(传入多参数-只向量化一个参数)

测试错误–不知道为啥,未深究!!!

def F(q,M):
    S=M[q-1,0]*2+M[q-1,1]*3
    #S=np.floor(1/q)
    return S
M=np.array([[4,2,1,2],
                [2,4,2,1],
                [1,2,4,2],
                [2,1,2,4]])
VF=np.vectorize(F)

print(VF([1,2,3,4],M))

测试正确-巧借对象来处理

import numpy as np
def F(q,T):
    M=T.M
    S=M[q-1,0]*2+M[q-1,1]*3
    #S=np.floor(1/q)
    return S
M=np.array([[4,2,1,2],
                [2,4,2,1],
                [1,2,4,2],
                [2,1,2,4]])
VF=np.vectorize(F)

class FF():
    def __init__(self,M):
        self.__M=M
    @property
    def M(self):
        return self.__M
T=FF(M)
print(VF([1,2,3,4],T))
#[14 16  8  7]
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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