我正在努力使用np.vectorize这个代码片段
def to_homogenous(x):
'''
Convert a point x to homogenous coordinates.
'''
return np.hstack((x,np.array([1]))).flatten()
vec_to_homo = np.vectorize(to_homogenous)
coords = vec_to_homo([0,1])
这会导致以下错误：
ValueErrorTraceback（最近一次调用last）in（）----> 1 coords1 = vec_to_homo（[0,1]）/home/lib/python2.7/site-packages/numpy/lib/function_base.pyc in call（ self，* args，** kwargs）2753 vargs.extend（[kwargs [_n] for _n in names]）2754 - > 2755 return self._vectorize_call（func = func，args = vargs）2756 2757 def _get_ufunc_and_otypes（self，func ，参数）：在_vectorize_call（个体，FUNC /home/lib/python2.7/site-packages/numpy/lib/function_base.pyc，参数）2832 2833如果ufunc.nout == 1： - > 2834个解析度=阵列（输出，copy = False，subok = True，dtype = otypes [0]）2835 else：2836 res = tuple（[array（x，copy = False，subok = True，dtype = t）ValueError：设置数组元素序列 .
我理解错误信息，但我不能为我的生活找到我应该如何改变我的功能/调用vectorize来解决这个问题 . 如果我只传递一个整数，该函数会产生正确的结果，即 vec_to_homo(0) 产生 [0,1] .
我的代码片段非常接近上面链接的文档中提供的示例，所以我真的不知道出了什么问题 .
请帮忙 .
谢谢！
1 回答
您的问题与this question中的问题相同 .
np.vectorize仅适用于将浮动映射到浮点数的函数，而不适用于浮点映射到Numpy数组的函数 .此外，
np.vectorize不会加速代码执行 . 您可以在函数内创建自己的逻辑来处理列表并使用理解，循环或类似方法返回2D数组 .