可爱的 Python: Numerical Python

核心提示： 然而，unfunc 不仅仅是函数，可爱的 Python: Numerical Python(8)，它们还可以是可调用的对象，具有自己的方法：其中 .reduce() 可能是最为有用的一个， zmin 、 ymin 和 xmin 确保了我们的最小值索引值为 0，不会取到负数； zmax 、

然而，unfunc 不仅仅是函数。它们还可以是可调用的对象，具有自己的方法：其中 .reduce() 可能是最为有用的一个。 reduce() 的工作方式如同 Python 中的内置函数 reduce() ，每个操作都是基本的 ufunc (不过这些方法在应用于 Numerical 数组时会快得多)。换句话说， add.reduce() 表示的是 sum() ， multiply.reduce() 表示的是 product() (这些快捷名称也是定义好了的)。

在求房间各单元温度的和之前，您需要先得到数据的一个一维视图。不然，您得到的是第一维的和，并生成一个降低了维数的新数组。例如：

清单 15. 非平面数组的错误结果

>>> add.reduce(room)
array([[ 276.,　292.,　308.,　292.,　276.],
　　　 [ 276.,　276.,　276.,　276.,　276.],
　　　 [ 276.,　276.,　276.,　276.,　276.]])

这样一个空间和可能会有用，但它并不是我们这里想要得到的。

既然我们是在对一个物理系统建模，我们来让它更真实一些。房间内有微小的气流，使得温度发生变化。在建模时我们可以假设每一个小的时间段内，每个单元会根据它周围的温度进行调整：

清单 16. 微气流模拟

>>> def equalize(room):
...　　z,y,x = map(randint, (1,1,1), room.shape)
...　　zmin,ymin,xmin = maximum([z-2,y-2,x-2],[0,0,0]).tolist()
...　　zmax,ymax,xmax = [z+1,y+1,x+1]
...　　region = room[zmin:zmax,ymin:ymax,xmin:xmax].copy()
...　　room[z-1,y-1,x-1] = sum(region.flat)/len(region.flat)
...　　return room

这个模型当然有一些不现实：单元不会只根据它周围的温度进行调整而不去影响它相邻的单元。尽管如此，还是让我们来看一下它执行的情况。首先我们选择一个随机的单元 -- 或者实际上我们选取的是单元本身在每一维度上的索引值加上 1，因为我们通过 .shape 调用得到的是长度而不是最大的索引值。 zmin 、 ymin 和 xmin 确保了我们的最小值索引值为 0，不会取到负数； zmax 、 ymax 和 xmax 实际上并不需要，因为数组每一维的大小减去 1 之后的索引值就被当作最大值来使用(如同 Python 中的列表)。