Python 中所有符号的变化

Question

我已经完成了这个函数 changesOfSign，它接受一个矩阵作为参数，并返回该矩阵，该矩阵的行是原始行与 + 或 的所有可能组合- 与条目关联的 符号：

import itertools
import numpy as np

def expandgrid(*itrs): # https://stackoverflow.com/a/12131385/1100107
   product = list(itertools.product(*itrs))
   return [[x[i] for x in product] for i in range(len(itrs))]

def changesOfSign(mat):
    maps = np.apply_along_axis(
        lambda r: map(lambda x: [0] if x==0 else [-x,x], r), 
        1, mat
    )
    lists = [list(m) for m in maps]
    mats = [np.transpose(expandgrid(*lists[i])) for i in range(len(lists))]
    return np.vstack(tuple(mats))

arr = np.array([
    [1, 0, 3],
    [5, 2, 4]
])

例如：

changesOfSign(arr)
Out[22]: 
array([[-1,  0, -3],
       [-1,  0,  3],
       [ 1,  0, -3],
       [ 1,  0,  3],
       [-5, -2, -4],
       [-5, -2,  4],
       [-5,  2, -4],
       [-5,  2,  4],
       [ 5, -2, -4],
       [ 5, -2,  4],
       [ 5,  2, -4],
       [ 5,  2,  4]])

现在我想概括此函数，以便可以选择我想要更改符号的列。我已经完成了：

cols = [0, 1] # columns for which changes of sign are desired
lists = np.apply_along_axis(
    lambda r: [[x] if (x==0 or i not in cols) else [-x,x] for i,x in enumerate(r)], 
    1, arr
)
mats = [np.transpose(expandgrid(*lists[i])) for i in range(len(lists))]
np.vstack(tuple(mats))

它有效：

array([[-1,  0,  3],
       [ 1,  0,  3],
       [-5, -2,  4],
       [-5,  2,  4],
       [ 5, -2,  4],
       [ 5,  2,  4]])

但是当我运行np.apply_along_axis时我收到此警告：

VisibleDeprecationWarning：不推荐从不规则的嵌套序列（这是具有不同长度或形状的列表或元组或 ndarray 的列表或元组）创建 ndarray 。如果您打算这样做，则必须在创建 ndarray 时指定“dtype=object”。

我不知道可以将 dtype=object 放在哪里。有什么想法吗？

---

编辑

我有一个解决方案：

def f(cols):
    return lambda r: [[x] if (x==0 or i not in cols) else [-x,x] for i,x in enumerate(r)]
lists = [f(cols)(r) for r in arr]
mats = [np.transpose(expandgrid(*lists[i])) for i in range(len(lists))]
np.vstack(tuple(mats))

Answer 1

这是我的解决方案。为所有列设置 cols=None （默认）。

def changesOfSign(mat, cols=None):
    def f(r):
        return (
            [[x] if (x==0 or i not in cols) else [-x,x] 
             for i,x in enumerate(r)]
        )
    def g(r):
        return (
            [[0] if x==0 else [-x,x] for x in r]
        )
    h = g if cols is None else f
    lists = [h(r) for r in mat]
    mats = [np.transpose(expandgrid(*l)) for l in lists]
    return np.vstack(tuple(mats))