多表用于以更类似于python的方式相互依赖的循环

亲爱的飞越者：

我在一个循环中编写了一个工作循环，该循环通过列表中的nArray。我想知道是否有更优雅的“pythonisch”解决方案

如果有一个列表理解的解决方案，你能一步一步地解释一下吗？这样我就可以跟着学习了？我试过了，但是依赖于for循环的for循环对我不起作用

• 我有一个列表y_，其中每个列表元素I都是j元素的数组
• 我有一个不同重量值的dict。这些值的键可以在y_中找到。标记的y_还包含一个掩蔽值0 [在这里，我试图设置get（key，default=0），但这产生了一个错误，所以我使用了if]

现在，我循环遍历每个y_标记的列表元素->遍历每个数组元素，并将相应的权重保存在一个新的列表权重中，该列表权重再次由ndarrays组成

其目的是创建另一个列表，例如标有y_的列表，其中包含相应的权重值（您可能已经猜到了->其示例权重）

多谢各位

编辑： 一些示例数据：

y_labeled=list([1,2,2,4,4,1,1],[2,1,1,4,4,0,0],[2,2,2,2,0,0,0])

weights_dict={1:5, 2:6, 4:19}

结果:

weight=list([5,6,6,19,19,5,5],[6,5,5,19,19,0,0],[6,6,6,6,0,0,0])

---

使用

numpy

数组索引的解决方案：

import numpy as np
y_labeled=[np.array([1,2,2,4,4,1,1]),
           np.array([2,1,1,4,4,0,0]),
           np.array([2,2,2,2,0,0,0])]

# Convert dictionary to numpy array
weights_dict={1:5, 2:6, 4:19}
weight_vector = np.zeros(max(weights_dict.keys()) + 1)
for k, v in weights_dict.items():
    weight_vector[k] = v

print("Weight vector")
print(weight_vector)


# use y_labeled to select the coefficients of weight_matrix
weight = [weight_vector[y] for y in y_labeled]

print("Output weight")
for w in weight:
    print(w)

输出：

Weight vector
[ 0.  5.  6.  0. 19.]
Output weight
[ 5.  6.  6. 19. 19.  5.  5.]
[ 6.  5.  5. 19. 19.  0.  0.]
[6. 6. 6. 6. 0. 0. 0.]

使用嵌套：

---

终于明白了这个话题。。。。 下面是一个使用numpy和Ndarray的解决方案

# -*- coding: utf-8 -*-

import numpy as np

y_labeled = [np.random.randint(low = 0, high = 10, size = (5, 2)),
             np.random.randint(low = 0, high = 10, size = (5, 2)),
             np.random.randint(low = 0, high = 10, size = (5, 2))]

weights = np.random.randint(low = 0, high = 10, size = (10, ))
weights_dict = {i:weights[i] for i in range(10)}

results = list()
for y_mat in y_labeled:
    weight_matrix = np.zeros(shape = y_mat.shape)
    for i in range(10):
        weight_matrix[y_mat == i] = weights_dict[i]

    results.append(weight_matrix)

---

请参见主帖子的编辑。提前谢谢我会看一看，我现在唯一能说的是数组元素上的循环效率非常低。numpy的兴趣在于你可以在阵列范围内执行操作。亲爱的Mathieu，我也这么认为。经过多年的Matlab学习，我的大脑仍然处于“错误”的状态。整个帖子的目的是给我的大脑重新布线：-）谢谢你提供了更多的细节。。。我的意思是上面的代码甚至不能工作<代码>tmp2？何时初始化重量？当你说：“每个列表元素i是j元素的一个数组”时，数组的形状是什么？是1D吗？天哪，对不起。只需在循环之前调用tmp2=[]，对于weight=list（）也是如此。我会马上编辑这个。谢谢你的贡献。也许我对你说过。反之亦然：y_标签列表（数组（[…]），数组（[…]）。所以y_标记的每个列表元素都是一个1D数组。亲爱的Vincent，看起来非常干净，谢谢。coff coff，我得到了一个错误，因为实际上每个列表元素（x，1）都有一个2D数组，而不是（x，）。很抱歉我必须在哪里应用.flatte（）？

y\u label=[elt.flatte（）for elt in y\u label]

可能会起作用？或者

子列表中的x.flatte（）

亲爱的Mathieu，Vincent[[weights_dict.get（x，0）for x in sublist.flatte（）]for sublist in y_label]完成了这项工作。你是最棒的。P.s.马修，你上面的回答很有魅力。我选择Vincents作为最终答案，因为它与单线解决方案相比更具蟒蛇式。多亏了你们所有人。@FloridaMan你们也可以用%timeit测试这两个。这一个的优点是它与NDarray（无论大小和尺寸）一起工作，并且它使用以C。。。而且比列表理解快得多。Vincent的答案对于1D来说很好，对于1D来说可能更快。谢谢你的澄清。我肯定会重用你的代码，因为我多次遇到这个问题，NDarryas N>1。非常感谢您提供了更通用的代码。

>>> y_labeled = [[1,2,2,4,4,1,1], [2,1,1,4,4,0,0], [2,2,2,2,0,0,0]]
>>> weights_dict = {1:5, 2:6, 4:19}
>>> [[weights_dict.get(x, 0) for x in sublist] for sublist in y_labeled]
[[5, 6, 6, 19, 19, 5, 5], [6, 5, 5, 19, 19, 0, 0], [6, 6, 6, 6, 0, 0, 0]]

# -*- coding: utf-8 -*-

import numpy as np

y_labeled = [np.random.randint(low = 0, high = 10, size = (5, 2)),
             np.random.randint(low = 0, high = 10, size = (5, 2)),
             np.random.randint(low = 0, high = 10, size = (5, 2))]

weights = np.random.randint(low = 0, high = 10, size = (10, ))
weights_dict = {i:weights[i] for i in range(10)}

results = list()
for y_mat in y_labeled:
    weight_matrix = np.zeros(shape = y_mat.shape)
    for i in range(10):
        weight_matrix[y_mat == i] = weights_dict[i]

    results.append(weight_matrix)