Python 使用数组中的值创建另一个数组
我的问题是: 我已生成一个值数组,如下所示:Python 使用数组中的值创建另一个数组,python,arrays,python-3.x,loops,matrix,Python,Arrays,Python 3.x,Loops,Matrix,我的问题是: 我已生成一个值数组,如下所示: bias=numpy.random.normal(0.0, 1.0, size=50) 因此,阵列偏差中有50个值。我想用它们中的每一个生成另外50个数组: 例如: XX[i]=truncnorm.rvs(lower, upper, bias[i], sig, size=50) 我知道我必须定义XX,并且上面的符号可能不正确(例如,索引)。另外,我需要循环数组偏差的每个值以获得新数组:XX[0],…,XX[49] 我知道如何在Matlab中实现这
bias=numpy.random.normal(0.0, 1.0, size=50)
因此,阵列偏差中有50个值。我想用它们中的每一个生成另外50个数组:
例如:
XX[i]=truncnorm.rvs(lower, upper, bias[i], sig, size=50)
我知道我必须定义XX,并且上面的符号可能不正确(例如,索引)。另外,我需要循环数组偏差的每个值以获得新数组:XX[0],…,XX[49]
我知道如何在Matlab中实现这一点,但在Python中实现这个循环时遇到了困难
任何帮助都将不胜感激 要创建可使用的阵列列表,请执行以下操作:
import numpy as np
from scipy import stats
bias = np.random.normal(0.0, 1.0, size=50)
XX = [] # empty list
for value in bias: # for-loop
# append a new array to the list in every loop
XX.append(stats.truncnorm.rvs(0, 1, value, 1, size=50))
阅读此处有关循环的更多信息:要创建可使用的阵列列表,请执行以下操作:
import numpy as np
from scipy import stats
bias = np.random.normal(0.0, 1.0, size=50)
XX = [] # empty list
for value in bias: # for-loop
# append a new array to the list in every loop
XX.append(stats.truncnorm.rvs(0, 1, value, 1, size=50))
请在此处阅读有关循环的更多信息: