Python 将浮点传递给嵌套的for循环并存储输出
我有很强的Matlab背景,我正在尝试切换到python。我试图用numpy数组编写一个嵌套for循环,并存储输出值 我的代码如下:Python 将浮点传递给嵌套的for循环并存储输出,python,python-3.x,numpy,for-loop,Python,Python 3.x,Numpy,For Loop,我有很强的Matlab背景,我正在尝试切换到python。我试图用numpy数组编写一个嵌套for循环,并存储输出值 我的代码如下: import numpy as np import math # T parameter kk = np.arange(0, 20, 0.1) print(len(kk)) # V parameter pp = np.arange(1, 5, 1) print(len(pp)) a = len(kk) b = len(pp) P = np.zeros((a
import numpy as np
import math
# T parameter
kk = np.arange(0, 20, 0.1)
print(len(kk))
# V parameter
pp = np.arange(1, 5, 1)
print(len(pp))
a = len(kk)
b = len(pp)
P = np.zeros((a,b))
for T in kk:
print(T)
for V in pp:
print(V)
P = math.exp(-T*V/10)
print(P)
解释/问题
p[T][V]=math.exp(-T*V/10)
,我得到了以下错误:索引器:只有整数、片(:
)、省略号(…
)、numpy.newaxis(None
)和整数或布尔数组是有效的索引任何帮助都将不胜感激。提前谢谢。如果您想查看注释中的
键和值,可以制作一本词典。实际上,这可能更有意义。我建议不要使用过多的动态创建的变量,就像使用字典一样,您可以调用整个字典或特定的值,稍后您可以将其存储为变量。显然,这取决于您的项目范围和什么解决方案是有意义的,但是您也可以将字典转换为一个dataframe
,使用pd.dataframe()
进行分析,因此它为您提供了灵活性。你说你是python新手,所以如果你没有听说过它,你可能想看看pandas,但是你可能听说过,因为它是最流行的库之一
import numpy as np
import math
P_dict = {}
# T parameter
kk = np.arange(0, 20, 0.1)
# print(len(kk))
# V parameter
pp = np.arange(1, 5, 1)
# print(len(pp))
a = len(kk)
b = len(pp)
P = np.zeros((a,b))
for T in kk:
# print(T)
for V in pp:
# print(V)
P = math.exp(-T*V/10)
key = f'{T},{V}'
value = P
P_dict[key] = value
print(P_dict)
这就是基于键调用dict中的值的方式
P_dict['19.900000000000002,3']
您还可以将这行代码编辑为您想要的任何格式:key=f'{T},{V}'
,并按照我在示例中所做的格式调用键
输出:
0.0025542418992996
无论哪种方式,列表或dict都会打印出一些有趣的python抽象艺术 如果您想查看每个注释的键和值,可以制作一个字典。实际上,这可能更有意义。我建议不要使用过多的动态创建的变量,就像使用字典一样,您可以调用整个字典或特定的值,稍后您可以将其存储为变量。显然,这取决于您的项目范围和什么解决方案是有意义的,但是您也可以将字典转换为一个dataframe
,使用pd.dataframe()
进行分析,因此它为您提供了灵活性。你说你是python新手,所以如果你没有听说过它,你可能想看看pandas,但是你可能听说过,因为它是最流行的库之一
import numpy as np
import math
P_dict = {}
# T parameter
kk = np.arange(0, 20, 0.1)
# print(len(kk))
# V parameter
pp = np.arange(1, 5, 1)
# print(len(pp))
a = len(kk)
b = len(pp)
P = np.zeros((a,b))
for T in kk:
# print(T)
for V in pp:
# print(V)
P = math.exp(-T*V/10)
key = f'{T},{V}'
value = P
P_dict[key] = value
print(P_dict)
这就是基于键调用dict中的值的方式
P_dict['19.900000000000002,3']
您还可以将这行代码编辑为您想要的任何格式:key=f'{T},{V}'
,并按照我在示例中所做的格式调用键
输出:
0.0025542418992996
无论哪种方式,列表或dict都会打印出一些有趣的python抽象艺术 根据您提到的tryingp[T][V]=math.exp(-T*V/10)
这一行,您可能还对该选项感兴趣:
将numpy导入为np
输入数学
#T参数
kk=np.arange(0,20,0.1)
印刷品(len(kk))
#V参数
pp=np.arange(1,5,1)
印刷品(透镜(pp))
a=len(kk)
b=len(pp)
P=np.零((a,b))
对于范围(0,len(kk))内的i:
对于范围(0,len(pp))内的j:
T=kk[i]
V=pp[j]
P[i][j]=数学经验(-T*V/10)
#您也可以简单地执行以下操作:
#P[i][j]=math.exp(-kk[i]*pp[j]/10)
虽然很简单,但并不特别干净。既然您提到要切换到python,我想看看hpaulj的答案,以获得更全面的解释,以及迭代数组的一个很好的替代方案。基于您提到的tryingp[T][V]=math.exp(-T*V/10)
,您可能还对这个选项感兴趣:
将numpy导入为np
输入数学
#T参数
kk=np.arange(0,20,0.1)
印刷品(len(kk))
#V参数
pp=np.arange(1,5,1)
印刷品(透镜(pp))
a=len(kk)
b=len(pp)
P=np.零((a,b))
对于范围(0,len(kk))内的i:
对于范围(0,len(pp))内的j:
T=kk[i]
V=pp[j]
P[i][j]=数学经验(-T*V/10)
#您也可以简单地执行以下操作:
#P[i][j]=math.exp(-kk[i]*pp[j]/10)
虽然很简单,但并不特别干净。既然您提到要切换到python,我想看看hpaulj的答案,以获得更透彻的解释,以及迭代数组的一个很好的替代方法。在这段代码中,您将p
定义为2d数组。但是循环将math.exp
表达式的标量结果分配给该变量。这将替换原始的P
值,还将替换在上一个循环中计算的值。这种循环在MATLAB中不起作用,是吗?您不需要将标量值分配给P
中的某个“槽”吗
P = np.zeros((a,b))
for T in kk:
print(T)
for V in pp:
print(V)
P = math.exp(-T*V/10)
更好的方法:
In [301]: kk = np.arange(0,20,0.1)
In [302]: kk.shape
Out[302]: (200,)
In [303]: pp = np.arange(1, 5,1)
In [304]: pp.shape
Out[304]: (4,)
在numpy
中,我们更喜欢使用快速全数组方法。这里我使用broadcasting
执行outer
类似于kk
的pp
计算
In [305]: P = np.exp(-kk[:,None]*pp/10)
In [306]: P.shape
Out[306]: (200, 4)
(我相信MATLAB最近几年增加了broadcasting
;numpy
从一开始就拥有了它。)
将其与迭代版本进行比较:
In [309]: P1 = np.zeros((200,4))
...: for i in range(0,len(kk)):
...: for j in range(0,len(pp)):
...: T = kk[i]
...: V = pp[j]
...: P1[i,j] = math.exp(-T*V/10)
...:
In [310]: P1.shape
Out[310]: (200, 4)
In [311]: np.allclose(P,P1)
Out[311]: True
在Python中编写索引迭代的一种更简洁的方法是使用enumerate
:
In [312]: P1 = np.zeros((200,4))
...: for i,T in enumerate(kk):
...: for j,V in enumerate(pp):
...: P1[i,j] = math.exp(-T*V/10)
在此代码中,您将p
定义为二维数组。但是循环将math.exp
表达式的标量结果分配给该变量。这将替换原始的P
值,还将替换在上一个循环中计算的值。这种循环在MATLAB中不起作用,是吗?您不需要将标量值分配给P
中的某个“槽”吗
P = np.zeros((a,b))
for T in kk:
print(T)
for V in pp:
print(V)
P = math.exp(-T*V/10)
更好的方法:
In [301]: kk = np.arange(0,20,0.1)
In [302]: kk.shape
Out[302]: (200,)
In [303]: pp = np.arange(1, 5,1)
In [304]: pp.shape
Out[304]: (4,)
在numpy
中,我们更喜欢