python 在多个数组上高效应用函数

Question

（python 的新手，如果这个问题很基础，我深表歉意）

假设我创建了一个函数来计算一些方程

def plot_ev(accuracy,tranChance,numChoices,reward): 
     ev=(reward-numChoices)*1-np.power((1-accuracy),numChoices)*tranChance)
     return ev

accuracy、tranChance 和 numChoices 都是浮点数组

e.g. 
accuracy=np.array([.6,.7,.8])
tranChance=np.array([.6,.7,8])
numChoices=np.array([2,.3,4])

我将如何运行并在我的 3 个数组上绘制 plot_ev 以便我最终得到包含所有元素组合的输出（理想情况下不是运行ning 3 forloops）

理想情况下，我会用一个图显示所有组合的输出（第一个元素来自 accuracy，所有元素来自 transChance 和 numChoices，第二个元素来自 accuracy，所有元素来自 transChance 和 numChoices 等等）

提前致谢！

Answer 1

使用numpy.meshgrid to make an array of all the combinations of values of the three variables.

products = np.array(np.meshgrid(accuracy, tranChance, numChoices)).T.reshape(-1, 3)

然后再次转置并提取三个更长的数组，其中包含每个组合中三个变量的值：

accuracy_, tranChance_, numChoices_ = products.T

您的函数只包含可以在 numpy 数组上执行的操作，因此您可以简单地将这些数组作为参数提供给函数：

reward = ??  # you need to set the reward value
results = plot_ev(accuracy_, tranChance_, numChoices_, reward)

或者考虑使用 pandas 数据框，这将提供更清晰的列标签。

import pandas as pd
df = pd.DataFrame(products, columns=["accuracy", "tranChance", "numChoices"])
df["ev"] = plot_ev(df["accuracy"], df["tranChance"], df["numChoices"], reward)

python 在多个数组上高效应用函数

python efficiently applying function over multiple arrays

python

plot

numpy

list