numpy.fromfunction

麻木的。fromfunction ( function , shape , * , dtype=<class 'float'> , like=None , **kwargs )

通过对每个坐标执行函数来构造数组。

因此，生成的数组在坐标 处有一个值。fn(x, y, z)(x, y, z)

参数：

函数可调用

该函数使用 N 个参数调用，其中 N 是 的秩 shape。每个参数代表数组沿特定轴变化的坐标。例如，如果shape were ，那么参数将是 和(2, 2)array([[0, 0], [1, 1]])array([[0, 1], [0, 1]])

shape (N,) 整数元组

输出数组的形状，它还确定传递给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是浮动的。

类似array_like，可选

允许创建非 NumPy 数组的引用对象。如果传入的类似数组like支持__array_function__协议，则结果将由它定义。在这种情况下，它确保创建一个与通过此参数传入的数组对象兼容的数组对象。

1.20.0 版本中的新增功能。

返回：

从任意函数

函数调用的结果直接传回。因此 的形状完全由函数fromfunction决定 。如果函数返回标量值，则 的形状 将与参数不匹配。fromfunctionshape

也可以看看

indices,meshgrid

笔记

除了dtype和like之外的关键字被传递给function。

例子

>>> 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]])