Numpy векторизовать как декоратор с аргументами

Question

я попытался векторизации (согласованный, не самый эффективный способ сделать это, но мой вопрос скорее об использовании декоратор) следующая функция

@np.vectorize 
def diff_if_bigger(x, y): 
    return y - x if y > x else 0 

x = np.array([5.6, 7.0]) 
y = 8 

diff_if_bigger(x, y) 
# outputs array([2, 1]) which is not what I want 

EDIT: После перезапуска IPython выход был в порядке.

Может кто-нибудь объяснить, почему результат diff_if_bigger получил tansformed в массив np.int, даже если первый аргумент х в данном случае является Арай из np.float, Вопреки тому, что в документе ????

Теперь я хочу, чтобы заставить выход поплавка, так что я сделал это

@np.vectorize('np.float') 
def diff_if_bigger(x, y): 
    return y - x if y > x else 0 
# Error !! 
# TypeError: Object is not callable. 

@np.vectorize(otypes='np.float') 
def diff_if_bigger(x, y): 
    return y - x if y > x else 0 
# Again error !! 
# TypeError: __init__() takes at least 2 arguments (2 given) 


@np.vectorize(otypes=[np.float]) 
def diff_if_bigger(x, y): 
    return y - x if y > x else 0 
# Still an error !! 
# TypeError: __init__() takes at least 2 arguments (2 given) 

Кстати, даже этот

vec_diff = np.vectorize(diff_if_bigger, otypes=[np.float]) 

не работает !!! Так, что происходит??

EDIT: Фактически последний работал после перезапуска IPython.

Таким образом, после моих предыдущих двух правок, мой вопрос теперь в два раза:

1- Как я могу использовать np.vectorize как декоратор с аргументами?

2- Как я могу очистить состояние IPython?

Answer 1

работает для меня:

>>> import numpy as np 
>>> @np.vectorize 
... def diff_if_bigger(x, y): 
...  return y - x if y > x else 0 
... 
>>> diff_if_bigger(np.array([5.6,7.0]), 8) 
array([ 2.4, 1. ]) 

Обратите внимание, что np.vectorize на самом деле не предназначены в качестве декоратора для простейших случаев. Если вам нужно указать явное otype, используйте обычную форму new_func = np.vectorize(old_func, otypes=...) или используйте functools.partial, чтобы получить декоратор.

Примечание также, что np.vectorize, по умолчанию, получает свой тип вывода из оценки функции от первого аргумента:

Тип данных на выходе vectorized определяется путем вызова функции с первым элементом вход.

Таким образом, вы должны пройти float и вернуть float, если вы хотите, чтобы убедиться, что он выводит float в качестве выходного DTYPE (например, использовать else 0.0 и передать y = 8.0).