Python 使用列表理解进行索引？可能吗？

我现在这样做似乎真的很笨拙。是否有更好的方法对此数组进行索引

这是有效的代码：

DEM = np.empty((number_of_DEM_files, DEMfile.shape[0], DEMfile.shape[1]), 'float')

for t in range(number_of_DEM_files):
      DEM[t] = np.load(DEM_filename_list[t])

我试着用如下的列表理解：

DEM = np.load([DEM_filename_list[t] for t in range(number_of_DEM_files)])

DEM_filename_list = (D:/Documents/Data/grand_canyon_2015/03-11/dem1.npy,
                     D:/Documents/Data/grand_canyon_2015/03-11/dem2.npy,
                     D:/Documents/Data/grand_canyon_2015/03-11/dem3.npy,
                     etc)

但是我有一个语法错误。这可能吗？有什么理由这样做吗？或者说，它就像我已经拥有的一样慢？有更好的办法吗

编辑：

DEM\u文件名\u列表如下所示：

DEM = np.load([DEM_filename_list[t] for t in range(number_of_DEM_files)])

DEM_filename_list = (D:/Documents/Data/grand_canyon_2015/03-11/dem1.npy,
                     D:/Documents/Data/grand_canyon_2015/03-11/dem2.npy,
                     D:/Documents/Data/grand_canyon_2015/03-11/dem3.npy,
                     etc)

第一行创建一个空的三维阵列。最后，我尝试在一个3d数组中加载和存储数组的时间序列，以便您可以使用 DEM[t，i，j]

其中t是时间，i是行号，j是列号。

您可以使用内置函数获取（index，value）的枚举对象，并在结果对中使用索引

---

如果性能是一个问题，您可以使用numpy枚举函数：。

这是一个可测试的示例，效果很好：

import numpy as np

a = np.array((1,2))
b = np.array((3,4))

with open('12', 'wb') as f:
    np.save(f,a)
with open('34', 'wb') as f:
    np.save(f,b)    

l = DEM_filename_list

DEM = [np.load(ll) for ll in l]

print DEM

输出：

[array([1, 2]), array([3, 4])]

或与您的注释一起呈现：

import numpy as np

DEM = [np.load(ll) for ll in DEM_filename_list]

print DEM

输出：

 DEM_files

更新：

 DEM_files

不需要该行：

DEM = np.empty((number_of_DEM_files))

---

我不确定DEM文件的数量是否与DEM文件名列表有直接关系，我假设它是一对一，DEM文件名列表是可编辑的（按名称），在这种情况下，我会这样做

DEM = np.empty((number_of_DEM_files, DEMfile.shape[0], DEMfile.shape[1])

for i, t in enumerate(DEM_filename_list):
      DEM[i] = np.load(t)

或

---

什么类型的

DEM\u filename\u list

？不相关但

DEM\u filename\u list[：DEM\u文件的数量]

会做与您的列表相同的比较您在

DEM文件的数量中缺少下划线

？我不认为为做简单的

，因为这很笨重，虽然我不明白第一行是做什么的。那么
DEM=[np.load（f）for f in DEM\u filename\u list]
呢？是否要使用来自不同文件的行值构建矩阵？不要在numpy中执行此操作。它将使您失去从矢量化中获得的所有性能增益。从范围中获得的性能与从枚举中获得的性能相似：这样，DEM就不再是numpy数组。您可能需要执行以下操作：
DEM=np.empty（（2,2））；DEM[：]=[np.load（ll）for ll in l]
取而代之。是的，我更新了，谢谢。请注意，正如我在更新中所写，在分配之前不需要任何操作。