Discussion :

[Loïc B.]

Bonjour,

j'ai un petit souci (comme souvent). Il doit y avoir quelque chose qui m'échappe dans l'utilisation des numpy.arrays.
Voici le code incriminé :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
import numpy
 
def func(x):    
    return [x,x]
 
a=[[1,1],[2,2],[3,3]]
a=numpy.array(a)
 
print a
print numpy.shape(a)
print type(a)
 
b=numpy.frompyfunc(func,1,1)([1,2,3])
print b
print numpy.shape(b)
print type(b)
 
#b=numpy.array(b.tolist())
 
print a+b

Ce code exécuté tel quel m'interdit la somme finale (ValueError: shape mismatch: objects cannot be broadcast to a single shape
). Or on possède bien deux numpy.arrays qui contiennent les mêmes valeurs. Seul la "shape" est diffférente, et c'est bien ça le problème.
1 - Pourquoi un coup il s'agit de (3,2) et un coup de (3,) ?

Du coup j'essaierai bien de faire en sorte que l'utilisation de frompyfunc me renvoit un tableau avec la bonne shape, mais je ne vois pas comment...
2 - Une idée sur l'utilisation de numpy.frompyfunc ?

Alors, bien sûr, j'ai une solution de secours : dé-commenter la ligne commentée. Ceci dit, je ne comprends pas pourquoi elle fonctionne : prendre un array, le convertir en liste pour le reconvertir en array : et hop, il récupère une bonne "shape" !C'est un peu mystérieux et je dois perdre en performance.

Bref, je suis preneur de toute solution me permettant d'appeler via frompyfunc une fonction que j'ai définie, et d'obtenir en sortie des tableaux avec des "shapes" normales, c'est à dire qui finissent pas sur une virgule !

Merci de votre aide !

[fred1599]

Tu as essayé avec numpy.add ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
import numpy
numpy.add(a, b)

[Loïc B.]

Il n'y a aucune différence entre numpy.add et +, ce qui semble peu surprenant en fait. On tombe sur la même erreur...

Mais merci quand même !

[dahtah]

Salut,
Alors il y a plusieurs choses :

• tu mélanges les objets array numpy et listes normale
• Numpy à une façon particulière de traiter les dimensions de ses tableaux, comme je m'en suis rendu compte il n'y a pas longtemps

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
 
import numpy
 
def func(x):    
    return [x,x]
 
a=[[1,1],[2,2],[3,3]]
a=numpy.array(a)
 
print a
print numpy.shape(a)
print type(a)
 
b=numpy.frompyfunc(func,1,1)([1,2,3])
print b
print numpy.shape(b)
print type(b)
 
#b=numpy.array(b.tolist())
 
print a+b

Voilà ce que je te propose :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
 
import numpy
 
def func(x):
    # en notation matlab [3;5] devient [3,3;5,5] (on "duplique" la matrice verticalement). C'est en partie pourquoi tes dimensions n'allaient pas   
    return concatenate((x,x),1)
 
#Ici, tu dois passer un vecteur colonne et non pas ligne
#La présence des doubles crochets force une initialisation à la forme (3,1) et non pas (3,)
b=numpy.frompyfunc(func,1,1)(numpy.array([[1,2,3]]).transpose())

Maintenant, tes dimensions sont identiques et tu pourras sommer tes vecteurs.
J'espère que ça correspond à ce que tu attendais...
Ah, et si tu viens du monde matlab, ceci peut t'aider.

[Loïc B.]

Bon merci pour vos réponses.

Mais finalement, pour convertir mes listes en tableaux à 2 dimensions, j'ai trouvé une fonction de numpy qui permet de faire une conversion plus sensée que le précédent

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

b=numpy.array(b.tolist())

J'utilise maintenant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

b=numpy.atleast_2D(b)

Puisqu'en fait c'est bien de ça qu'il s'agit, je souhaitais 2 dimensions.