Python 定义具有两个索引的数组的错误
我得到一个错误,例如 回溯(最近一次调用上次):文件 “C:\Users\SONY\Desktop\deneme.py”,第42行,在 G[alpha][n]=compute_G(x,n)name错误:未定义名称“G” 这是我的密码:Python 定义具有两个索引的数组的错误,python,arrays,matrix,indexing,Python,Arrays,Matrix,Indexing,我得到一个错误,例如 回溯(最近一次调用上次):文件 “C:\Users\SONY\Desktop\deneme.py”,第42行,在 G[alpha][n]=compute_G(x,n)name错误:未定义名称“G” 这是我的密码: N = 20 N_cor = 25 N_cf = 25 a = 0.5 eps = 1.4 def update(x): for j in range(0,N): old_x = x[j] old_Sj = S(j,x)
N = 20
N_cor = 25
N_cf = 25
a = 0.5
eps = 1.4
def update(x):
for j in range(0,N):
old_x = x[j]
old_Sj = S(j,x)
x[j] = x[j] + random.uniform(-eps,eps)
dS = S(j,x) - old_Sj
if dS>0 and exp(-dS)<random.uniform(0,1):
x[j] = old_x
def S(j,x):
jp = (j+1)%N
jm = (j-1)%N
return a*x[j]**2/2 + x[j]*(x[j]-x[jp]-x[jm])/a
def compute_G(x,n):
g = 0
for j in range(0,N):
g = g + x[j]*x[(j+n)%N]
return g/N
#def MCaverage(x,G):
import random
from math import exp
x=[]
for j in range(0,N):
x.append(0.0)
print"x(%d)=%f"%(j,x[j])
for j in range(0,5*N_cor):
update(x)
for alpha in range(0,N_cf):
for j in range(0,N_cor):
update(x)
for i in range(0,N):
print"x(%d)=%f"%(i,x[i])
for n in range(0,N):
G[alpha][n]=compute_G(x,n)
for n in range(0,N):
avg_G = 0
for alpha in range(0,N_cf):
avg_G = avg_G + G[alpha][n]
avg_G = avg_G / N_cf
print "G(%d) = %f"%(n,avg_G)
我应该如何定义一个具有两个索引的数组,即二维矩阵?在Python中
a=[]
定义的是列表,而不是数组。它当然可以用来存储许多相同数值类型的元素,还可以定义从两个整数到一个列表索引的映射。不过,这有点不合潮流。难以编程且存储效率低下,因为列表是对象的有序集合,可能是任意类型的
你可能最需要的是一个开始阅读的方向。给你。了解Numpy,它是一个Python模块,用于典型的科学计算,其中包含(大部分)数值数据数组,其中所有元素都是相同类型的。安装完numpy后,下面是一个简短的品尝者
>>> import numpy as np # importing as np is conventional
>>> p = np.zeros( (6,4) ) # two dimensional, 24 elements in total
>>> for i in range(4): p[i,i]=1
>>> p
array([[ 1., 0., 0., 0.],
[ 0., 1., 0., 0.],
[ 0., 0., 1., 0.],
[ 0., 0., 0., 1.],
[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.]])
numpy阵列是处理尽可能多的数据到计算机RAM中的有效方法
底层numpy是Python的array.array数据类型,但很少单独使用。numpy是您通常不想为自己编写的支持代码。不仅如此,因为当数组包含数百万或数十亿个元素时,在Python这样的解释语言中,无法承受索引上的内部循环的低效性。Numpy为您提供了行、列和数组级别的操作,这些操作的底层代码经过编译和优化,因此运行速度要快得多。我已经尝试导入Numpy。但是我得到了一个错误,例如,回溯(最近一次调用最后一次):文件“C:\Users\SONY\Desktop\deneme.py”,第30行,在import numpy as np ImportError:没有名为numpy的模块>>>对不起,我不熟悉Windows上的Python。在Linux上,您需要使用系统的安装程序或pip将numpy添加到普通Python安装中。可能是谷歌“在windows上安装numpy”,如果你失败了,请在这里询问?
>>> import numpy as np # importing as np is conventional
>>> p = np.zeros( (6,4) ) # two dimensional, 24 elements in total
>>> for i in range(4): p[i,i]=1
>>> p
array([[ 1., 0., 0., 0.],
[ 0., 1., 0., 0.],
[ 0., 0., 1., 0.],
[ 0., 0., 0., 1.],
[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.]])