Python 如何将for循环与字典和数组同时使用

我想做一个线性方程，用一些动态的输入，就像它可以

y=θ0*x0+θ1*x1

或

y=θ0*x0+θ1*x1+θ2*x2+θ3*x3+θ4*x4

为此我有 x0、x1、x2……xn的字典 θ0，θ1，θ2……θn的和数组

我是python新手，所以我尝试了这个函数，但我被卡住了

所以我的问题是，我如何写一个函数，得到x_值和θ_值作为参数，并给出y_值作为输出

X = pd.DataFrame({'x0': np.ones(6), 'x1': np.linspace(0, 5, 6)})
θ = np.matrix('0 1')

---

如果你想将θ与特征列表相乘，那么从技术上讲，你可以将矩阵（特征）与向量（θ）相乘

您可以按如下方式执行此操作：

import numpy as np

x_array= x.values
theta= np.array([theta_0, theta_1])
x_array.dot(theta)

# define the theta-x mapping (theta-value per column name in x)
thetas={'x1': 1, 'x2': 3}

# create an empty result dataframe with the index of x
df_result= pd.DataFrame(index=x.index)

# assign the calculated columns in a loop
for col_name, col_series in x.iteritems():
    df_result[col_name]= col_series*thetas[col_name] 

df_result

只需按照列在x中的顺序排列θ向量。但请注意，这给出了所有is的θi*x i乘积的行和。如果你不想把它累加成行，你只需要写x_数组*θ

如果您还希望使用pandas（我不推荐使用），以实现多应用程序，并希望获得一个包含列值和相应θ乘积的数据帧，您可以按如下方式执行此操作：

import numpy as np

x_array= x.values
theta= np.array([theta_0, theta_1])
x_array.dot(theta)

# define the theta-x mapping (theta-value per column name in x)
thetas={'x1': 1, 'x2': 3}

# create an empty result dataframe with the index of x
df_result= pd.DataFrame(index=x.index)

# assign the calculated columns in a loop
for col_name, col_series in x.iteritems():
    df_result[col_name]= col_series*thetas[col_name] 

df_result

这导致：

   x1  x2
0   1   6
1  -1   3

---

嗨，欢迎来到苏。有一个问题，你为什么要把一面做成字典？如果您的变量以任何方式编号，您还可以通过整数索引访问第二个结构，并将值存储为列表？！我这样问是因为这样迭代就容易多了，你可以用

来表示theta，x在zip中（thetalist，xlist）：…

@jottbe谢谢你的回答。我的代码中有太多东西，我不知道它到底是如何工作的，所以我无法正确地修复它。我如何将zip与X和θ一起使用，因为它们有不同的长度，例如θ只有2个数字，但如果你想一直与熊猫合作，X可以是500+（我不建议这样做），我想正确的方法是将数据帧的“列序列”乘以相应的θ值。我将在下面添加它。不要使用

np.matrix

，只使用

np.array