Python 将元组乘以标量
我有以下代码:Python 将元组乘以标量,python,python-imaging-library,Python,Python Imaging Library,我有以下代码: print(img.size) print(10 * img.size) 这将打印: (70, 70) (70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70) 我想把它打印出来: (700, 700) 有没有什么方法可以不用写: print(10 * img.size[0], 10 * img.size[1]) PS:img.size是PIL图像。我不知道在这种情况下
print(img.size)
print(10 * img.size)
这将打印:
(70, 70)
(70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70, 70)
我想把它打印出来:
(700, 700)
有没有什么方法可以不用写:
print(10 * img.size[0], 10 * img.size[1])
PS:
img.size
是PIL图像。我不知道在这种情况下这是否有什么关系。可能是一种更好的方式,但这应该是可行的
tuple([10*x for x in img.size])
您可以尝试以下方法:
print [10 * s for s in img.size]
它将为您提供一个新的列表,其中包含元组中的所有元素乘以10,pythonic方法将使用列表理解:
y = tuple([z * 10 for z in img.size])
另一种方法可以是:
y = tuple(map((10).__mul__, img.size))
也许有比这更简单的方法,但是
print map(lambda x: 10*x, img.size)
虽然它打印为列表而不是元组,但它几乎可以执行您想要的操作。如果希望将
map
调用包装在tuple(map…
中,以元组(括号而不是方括号)的形式进行打印。如果您经常遇到此问题,并且元组或列表较大,则可能需要使用库,它允许您对数组执行各种数学操作。然而,在这种简单的情况下,这完全是过火了。只增加了多样性
import operator
img_size = (70, 70)
map(operator.mul, img_size, len(img_size)*(10,))
解决方案:
set1=(70, 70)
tuple(2*array(set1))
说明:数组
使直接标量乘法成为可能。因此,这里称为set1
的元组
被转换为数组
。我假设您希望继续使用元组
,因此我们将数组
转换回元组
此解决方案是为了避免显式且冗长的
for
循环。我不知道这两种情况下是更快还是发生完全相同的事情。与前面的答案一致,但使用numpy:
import numpy as np
result = tuple(10*np.array(img.size))
您正试图将该函数作为一个整体应用于元组。 您需要将其应用于各个元素并返回一个新的元组
newTuple = tuple([10*x for x in oldTuple])
请记住,您不能更改元组。如果您正在编写一堆代码,但不想要更复杂的向量库,那么这是一件简单的事情
class V(tuple):
'''A simple vector supporting scalar multiply and vector add'''
def __new__ (cls, *args):
return super(V, cls).__new__(cls, args)
def __mul__(self,s):
return V( *( c*s for c in self) )
def __add__(self,s):
return V( *( c[0]+c[1] for c in zip(self,s)) )
def __repr__(self):
return "V" + super(V, self).__repr__()
# As long as the "vector" is on the left it just works
xaxis = V(1.0, 0.0)
yaxis = V(0.0, 1.0)
print xaxis + yaxis # => V(1.0, 1.0)
print xaxis*3 + yaxis*5 # => V(3.0, 5.0)
print 3*xaxis # Broke, => (1.0, 0.0, 1.0, 0.0, 1.0, 0.0)
否则,“V”实例的行为就像元组一样。这要求使用相同数量的元素创建“V”实例。例如,您可以添加到新的
if len(args)!=2: raise TypeError('Must be 2 elements')
要强制所有实例都是二维向量….只需概述一下
import timeit
#元组元素乘法运算
#土生土长的
map_lambda=“”
a=元组(范围(10000))
b=元组(映射(λx:x*2,a))
"""
#土生土长的
元组_=“”
a=元组(范围(10000))
b=元组(x*2表示a中的x)
"""
#努比
使用_numpy=“”
将numpy作为np导入
a=元组(范围(10000))
b=元组((np.array(a)*2.tolist())
"""
打印('map_lambda=',timeit.timeit(map_lambda,number=1000))
打印('tuple\u construction=',timeit.timeit(tuple\u construction,number=1000))
打印('using_numpy=',timeit.timeit(using_numpy,number=1000))
我的机器上的计时
map_lambda=1.541315148000649
元组理解=1.083845213999662
使用_numpy=1.2488984129995515
(10*img.size[0],10*img.size[1])有什么问题?我不明白为什么你需要过度设计像2个整数的乘法这样简单的东西。请注意,此元组始终只有两个元素!我没有过度设计。我在问是否有更好更简单的方法。再看一次我的帖子。@paprika:…因为所讨论的元组可能没有已知的长度。在本例中确实如此(正如我遇到这个问题时所做的那样),但是为假定的元组长度编码、重复标量n次以及必须正确获取n个索引是非常困难的,如果可以直接避免的话。第二个非常棒。。。哈哈,这两个例子都没有抓住问题的关键。两者都迫使程序员接受一个简单的想法(标量乘以矩阵乘法)并对其进行解构。虽然对于一个简单的例子来说,使用numpy可能有些过分,但问题的关键似乎是“python是否提供了一种可以用数学简单表示模拟操作的方法?”我的意思是,如果你有一个矩阵a=[70],那么2A=[140].稍微好一点:tuple(10*x表示img.size中的x)
据我所知,这在Python 2或3中不起作用。我假设array
来自array
模块?Python需要一个字符作为数组
的第一个参数,因此仅传入一个元组将因类型错误而失败:数组()参数1或类型代码必须是char(字符串或长度为1的ascii unicode),而不是元组
。你能用一个更完整的例子来扩展它吗?我假设它是一个numpy数组?lambda函数可以替换为“map((10)。\uuuuuuuuuuuuuuuuuuuuuuuuuu,img.size)”
if len(args)!=2: raise TypeError('Must be 2 elements')