Python for循环，迭代numpy arrange方法中的值

我需要编写代码来测试分类问题的截止值的numpy数组。要测试的值存储在

cutoff_列表

变量中。然后我想把产生的混淆矩阵列表放在字典中。但是，下面的代码只提供了第一个字典条目（第一个测试值的混淆矩阵）：

我正在使用的库：

from pandas import Series, DataFrame
import pandas as pd
import numpy as np
from sklearn.metrics import confusion_matrix

---

这是循环或字典更新步骤的问题吗？我是Python新手，对R有更多的经验，但仍然在这里挣扎。感谢您的帮助。

由于您的设置方式，for循环只运行一次

您将

np.arrange（0.1.0.01）

的返回包含在一个列表中，该列表打破了您希望for循环运行的方式。您只得到一个值，因为for循环只运行一次，因为外部列表只有一个项

>>> cutoff_list = [np.arange(0,1,0.01)]
>>> cutoff_list
[array([0.  , 0.01, ... 0.98, 0.99])]
>>> type(cutoff_list)
<class 'list'>

---

由于

i

将只保存用作dict键的枚举值，而

v

将保存

cutoff\u列表中的值

谢谢，这在某种意义上有助于现在循环在整个范围内运行，但df\u混淆值在每次迭代中保持不变（第一个值）--词典更新是否正确？似乎这可能是一个问题，如果没有代码使用的值，调试会更困难，但是您是否按照我的回答中的建议更新了定义

预测的
行？如果没有，将行更改为
predicted=np.where（df.indicator>v，1，0）
并查看发生了什么。没关系！这是我用错了概率栏-非常感谢你的帮助
>>> cutoff_list = [np.arange(0,1,0.01)]
>>> cutoff_list
[array([0.  , 0.01, ... 0.98, 0.99])]
>>> type(cutoff_list)
<class 'list'>

>>> cutoff_list = np.arange(0,1,0.01)
>>> cutoff_list
array([0.  , 0.01, ... 0.98, 0.99])
>>> type(cutoff_list)
<class 'numpy.ndarray'>

    predicted = np.where(df.indicator > i, 1, 0)