努比。在Python中沿_轴（）应用

这个 努比。沿_轴应用_（） 函数帮助我们将所需函数应用于给定数组的1D切片。 1d_func（ar，*args）： 适用于一维阵列，其中 应收账 是1D的切片啊沿着轴线。

null

语法：

numpy.apply_along_axis(1d_func, axis, array, *args, **kwargs)

参数：

1d_func  : the required function to perform over 1D array. It can only be applied in          1D slices of input array and that too along a particular axis. axis     : required axis along which we want input array to be slicedarray    : Input array to work on *args    : Additional arguments to 1D_function **kwargs : Additional arguments to 1D_function

*args和**kwargs实际上是什么？

这两种方法都允许向函数传递变量数量的参数。 *args: 允许向函数发送非关键字变长参数列表。

python

                         # Python Program illustrating                       
                         # use of *args                       
           
                         args                                     =                                     [                                     3                                     ,                                     8                                     ]                       
                         a                                     =                                     list                                     (                                     range                                     (                                     *                                     args))                       
                         print                                     (                                     "use of args  :    "                                     , a)                       

输出：

use of args  :     [3, 4, 5, 6, 7]

**kwargs：允许您将参数的关键字可变长度传递给函数。当我们想要处理函数中的命名参数时，就使用它。

python

                         # Python Program illustrating                       
                         # use of **kwargs                       
           
                         def                                     test_args_kwargs(in1, in2, in3):                       
                                                 print                                     (                                     "in1:"                                     , in1)                       
                                                 print                                     (                                     "in2:"                                     , in2)                       
                                                 print                                     (                                     "in3:"                                     , in3)                       
                                   
                                   
                         kwargs                                     =                                     {                                     "in3"                                     :                                     1                                     ,                                     "in2"                                     :                                     "No."                                     ,                                     "in1"                                     :                                     "geeks"                                     }                       
                         test_args_kwargs(                                     *                                     *                                     kwargs)                       

输出：

in1: geeksin2: No.in3: 1

代码1：解释numpy用法的Python代码。沿_轴应用_（）。

python

                         # Python Program illustrating                       
                         # apply_along_axis() in NumPy                       
           
                         import                                     numpy as geek                       
           
                         # 1D_func is "geek_fun"                       
                         def                                     geek_fun(a):                       
                                                 # Returning the sum of elements at start index and at last index                       
                                                 # inout array                       
                                                 return                                     (a[                                     0                                     ]                                     +                                     a[                                     -                                     1                                     ])                       
                                   
                         arr                                     =                                     geek.array([[                                     1                                     ,                                     2                                     ,                                     3                                     ],                       
                                                 [                                     4                                     ,                                     5                                     ,                                     6                                     ],                       
                                                 [                                     7                                     ,                                     8                                     ,                                     9                                     ]])                       
                                   
                         '''                       
                                                 -> [1,2,3] <-   1 + 7                       
                                                 [4,5,6]      2 + 8                       
                                                 -> [7,8,9] <-   3 + 9                       
                         '''                       
                         print                                     (                                     "axis=0 : "                                     , geek.apply_along_axis(geek_fun,                                     0                                     , arr))                       
                         print                                     (                                     ""                                     )                       
           
                         '''             |   |                       
                                                 [1,2,3]   1 + 3                       
                                                 [4,5,6]   4 + 6                       
                                                 [7,8,9]   7 + 9                       
                                                 ^   ^                       
                         '''                       
                         print                                     (                                     "axis=1 : "                                     , geek.apply_along_axis(geek_fun,                                     1                                     , arr))                       

输出：

axis=0 :  [ 8 10 12]axis=1 :  [ 4 10 16]

代码2：在NumPy Python中使用apply_沿_轴（）排序

python

                         # Python Program illustrating                       
                         # apply_along_axis() in NumPy                       
           
                         import                                     numpy as geek                       
           
                         geek_array                                     =                                     geek.array([[                                     8                                     ,                                     1                                     ,                                     7                                     ],                       
                                                 [                                     4                                     ,                                     3                                     ,                                     9                                     ],                       
                                                 [                                     5                                     ,                                     2                                     ,                                     6                                     ]])                       
           
                         # using pre-defined sorted function as 1D_func                       
                         print                                     (                                     "Sorted as per axis 1 : "                                     , geek.apply_along_axis(                                     sorted                                     ,                                     1                                     , geek_array))                       
           
                         print                                     (                                     ""                                     )                       
           
                         print                                     (                                     "Sorted as per axis 0 : "                                     , geek.apply_along_axis(                                     sorted                                     ,                                     0                                     , geek_array))                       

输出：

Sorted as per axis 1 :  [[1 7 8] [3 4 9] [2 5 6]]Sorted as per axis 0 :  [[4 1 6] [5 2 7] [8 3 9]]

注：这些NumPy Python程序不会在onlineID上运行，所以请在您的系统上运行它们来探索它们。

本文由 莫希特·古普塔（Mohit Gupta_OMG） .如果你喜欢GeekSforgek，并想贡献自己的力量，你也可以使用写极客。组织或者把你的文章寄去评论-team@geeksforgeeks.org.看到你的文章出现在Geeksforgeks主页上，并帮助其他极客。如果您发现任何不正确的地方，或者您想分享有关上述主题的更多信息，请写下评论。

文章版权归作者所有，未经允许请勿转载。

THE END

Python

努比。在Python中沿_轴（）应用_

python

python

python

python