Python 在对每个数组进行更改时迭代数组列表
这是我上一个问题的后续帖子: 为了能够完成更复杂的任务,例如为每个包含某些计算结果的数组附加一列,我想概括这里提出的解决方案:Python 在对每个数组进行更改时迭代数组列表,python,arrays,python-3.x,numpy,for-loop,Python,Arrays,Python 3.x,Numpy,For Loop,这是我上一个问题的后续帖子: 为了能够完成更复杂的任务,例如为每个包含某些计算结果的数组附加一列,我想概括这里提出的解决方案: import numpy as np list=[one, two, three] for arr in list: arr=np.column_stack([arr,5*arr[:,2]-arr[:,1])]) 所有三个数组都具有相同的维度。分配给变量不会更新列表,它只是对数组中的值的临时引用 使用enumerate获取列表索引,然后可以将其替换为结果 f
import numpy as np
list=[one, two, three]
for arr in list:
arr=np.column_stack([arr,5*arr[:,2]-arr[:,1])])
所有三个数组都具有相同的维度。分配给变量不会更新列表,它只是对数组中的值的临时引用 使用
enumerate
获取列表索引,然后可以将其替换为结果
for index, arr in enumerate(myList):
myList[index] = np.column_stack([arr,5*arr[:,2]-arr[:,1])])
另外,避免使用内置类和函数的名称作为自己的变量名<代码>列表是一个标准类。恐怕您所引用的解决方案只能用于对数组进行就地更改。任何更改大小的操作都将创建一个新数组 那么这个
>>> X,Y,Z = (np.arange(i+1, i+10, dtype=float).reshape(3, 3) for i in range(3))
>>> L = [X,Y,Z]
>>> for arr in L:
... np.sin(arr, out=arr)
还是这个
>>> for arr in L:
... arr[1] = arr[1, ::-1]
会有用的
您甚至可以替换整个阵列,只要您在适当的位置执行此操作:
>>> for arr in L:
... arr[...] = 1.7
但是这个
>>> for arr in L:
... np.append(arr, arr[-1])
不会更改原始阵列,但会创建新阵列。赋值回
arr
没有帮助,因为它只是将名称arr
重新绑定到新对象。不要忘记,在Python中,变量是对值的引用。迭代变量是一个变量,因此为该变量指定一个新值不会更改iterable
在这种情况下,为什么不使用列表理解
import numpy as np
my_list = [one, two, three]
my_list = [np.column_stack([arr,5*arr[:,2]-arr[:,1])]) for arr in list]
还有,请不要阴影列表
类型
In [59]: one=np.arange(6).reshape(2,3)
In [60]: two=np.arange(6).reshape(2,3)
暂时不要考虑循环,只需尝试更改一个循环即可:
In [61]: arr = one
In [62]: arr=np.column_stack([arr,5*arr[:,2]-arr[:,1]])
In [63]: arr
Out[63]:
array([[ 0, 1, 2, 9],
[ 3, 4, 5, 21]])
In [65]: one
Out[65]:
array([[0, 1, 2],
[3, 4, 5]])
此操作已更改arr
,但未更改one
。最初arr
引用了与one
相同的对象(ndarray
),但在新赋值之后,它引用了一个新数组
在
arr
被分配了alist
元素。但在循环中,它被分配了另一个对象,而不改变原始对象。在下一次迭代中,arr
被分配给列表中的下一个元素,依此类推
你需要记住几件事
- Python如何为变量赋值
- Python如何为迭代变量赋值
- 什么样的函数像
tocolumn\u stack
In [69]: for arg in [one,two]:
...: arg[:,1:] += 10
...:
In [70]: one
Out[70]:
array([[ 0, 11, 12],
[ 3, 14, 15]])
In [71]: two
Out[71]:
array([[ 0, 11, 12],
[ 3, 14, 15]])
这是因为arg[:,1:::+=10
正在修改当前分配给arg
的数组。数组是可变的;元素值可以就地更改
np.column\u stack()
未在适当位置执行操作。它制造新的阵列
使用列表更改one
和two
的唯一方法是一系列操作,如:
In [72]: newlist=[np.column_stack([arr,5*arr[:,2]-arr[:,1]]) for arg in [one,two]]
In [73]: newlist
Out[73]:
[array([[ 0, 1, 2, 9, 9],
[ 3, 4, 5, 21, 21]]), array([[ 0, 1, 2, 9, 9],
[ 3, 4, 5, 21, 21]])]
In [74]: one
Out[74]:
array([[ 0, 11, 12],
[ 3, 14, 15]])
In [75]: one, two = newlist
In [76]: one
Out[76]:
array([[ 0, 1, 2, 9, 9],
[ 3, 4, 5, 21, 21]])
[72]中的
创建一个包含新数组的新列表<[75]中的code>将这些新数组分配给变量one
和two
。这抹去了他们以前的参考资料。实际上我做了one=[np.column_堆栈([one,5*one[:,2]-one[:,1]])
,对于two
,two也一样,谢谢,但不幸的是,这不起作用。数组中没有任何内容被替换。您是否希望它修改变量one
,two
,two
,以及two
?是的,我们的想法是将包含计算结果的列附加到三个数组中的每一个。使用变量只返回对其包含的值的引用,而不返回对变量本身的引用。您不能通过由其生成的数组更改变量的值。但是,如果变量包含可变数据,则可以对该对象进行变异。这必须使用对象本身的方法来完成,而不是对该变量进行赋值参考它。
In [72]: newlist=[np.column_stack([arr,5*arr[:,2]-arr[:,1]]) for arg in [one,two]]
In [73]: newlist
Out[73]:
[array([[ 0, 1, 2, 9, 9],
[ 3, 4, 5, 21, 21]]), array([[ 0, 1, 2, 9, 9],
[ 3, 4, 5, 21, 21]])]
In [74]: one
Out[74]:
array([[ 0, 11, 12],
[ 3, 14, 15]])
In [75]: one, two = newlist
In [76]: one
Out[76]:
array([[ 0, 1, 2, 9, 9],
[ 3, 4, 5, 21, 21]])