在JULIA中转换数组中的元组向量
我对Julia很陌生,我正在尝试转换数组中的元组向量。 这里有一个例子在JULIA中转换数组中的元组向量,julia,Julia,我对Julia很陌生,我正在尝试转换数组中的元组向量。 这里有一个例子 using Statistics a = randn((10, 100)) q = (0.05, 0.95) conf_intervals = [quantile(a[i,:], q) for i in 1:10] 而conf_interval是一个10元素向量{Tuple{Float64,Float64} 预期结果应为10×2矩阵{Float64} 我试着用[conf\u interval…]来设置conf\u inte
using Statistics
a = randn((10, 100))
q = (0.05, 0.95)
conf_intervals = [quantile(a[i,:], q) for i in 1:10]
而conf_interval
是一个10元素向量{Tuple{Float64,Float64}
预期结果应为10×2矩阵{Float64}
我试着用[conf\u interval…]
来设置conf\u interval
,但是向量没有改变
非常感谢您需要使用
collect
将元组转换为向量,然后您可以组合它们:
julia> hcat(collect.(conf_intervals)...)
2×10 Matrix{Float64}:
-1.59757 -2.10057 -1.4437 -1.32868 -1.10686 -1.41256 -1.5696 -1.67288 -1.51947 -1.72257
1.24604 1.61692 1.77684 1.3599 1.90853 1.30831 1.10667 1.58356 1.56811 1.70685
如果需要转置结果,请在命令末尾添加一个撇号
”
end您可以使用理解:
mat2x10 = [tup[k] for k in 1:2, tup in conf_intervals]
mat10x2 = [tup[k] for tup in conf_intervals, k in 1:2]
或者你可以重新解释相同的记忆。这是更脆弱的——它不适用于所有元组向量,例如Any[(i,i^2/2)for i in 1:10]
。但是对于向量{Tuple{Float64,Float64}
:
if VERSION >= v"1.6"
reinterpret(reshape, Float64, conf_intervals)
else
reshape(reinterpret(Float64, conf_intervals), 2, :)
end
mat2x10 == ans # true
在Julia中,沿列切片比沿行切片更有效。如果可以,您应该组织您的数据,这样您就可以执行
a[:,i]
而不是a[i,:]
。谢谢!我忘了