Python 使用序列创建numpy数组

我正在从MATLAB过渡到scipy（+numpy）+matplotlib。我在执行某些事情时总是遇到问题。 我想在三个不同的部分创建一个简单的向量数组。在MATLAB中，我将执行以下操作：

vector=[0.2,1:60,60.8];

a = np.hstack(([0.2],np.linspace(1,60,60),[60.8]))

这将产生62个位置的一维数组。我正在尝试使用scipy实现这一点。我现在最接近的是：

a=[[0.2],linspace(1,60,60),[60.8]]

但是，这会创建一个列表，而不是数组，因此我无法将其重塑为向量数组。但是，当我这样做的时候，我得到了一个错误

a=array([[0.2],linspace(1,60,60),[60.8]])
ValueError: setting an array element with a sequence.

我认为我的主要障碍是我不知道如何在MATLAB中翻译这个简单的操作：

a=[1:2:20];

去numpy。我知道如何访问数组中的位置，尽管在创建序列时不知道。 任何帮助都将不胜感激，

---

谢谢

您可以尝试以下方法：

vector=[0.2,1:60,60.8];

a = np.hstack(([0.2],np.linspace(1,60,60),[60.8]))

---

如果我正确理解了matlab，您可以使用以下方法完成类似的操作：

a=np.array([0.2]+list(range(1,61))+[60.8])

但是可能有更好的方法…如果您使用的是Python2.X，

列表（范围（1,61））

可以是

range（1,61）

其工作原理是创建3个列表，然后使用

+

操作符将它们连接起来

你最初的尝试失败的原因是

a=[[0.2]，np.linspace（1,60,60），[60.8]]

创建一个列表列表——换句话说：

a[0] == [0.2] #another list (length 1)
a[1] == np.linspace(1,60,60) #an array (length 60)
a[2] == [60.8] #another list (length 1)

array

函数需要一个iterable，它是一个序列，或者是一个长度相同的序列。

arange（0.2,60.8,0.2）做什么

np.concatenate([[.2], linspace(1,60,60), [60.8]])

---

不知何故，我喜欢你提到的构建这些分段范围的想法。如果你经常使用它们，可能是一个小函数，比如

import numpy as np

def segrange(*args):
    result = []
    for arg in args:
        if hasattr(arg,'__iter__'):
            result.append(range(*arg))
        else:
            result.append([arg])
    return np.concatenate(result)

那就给你

>>> segrange(1., (2,5), (5,10,2))
[ 1.  2.  3.  4.  5.  7.  9.]

要是有就好了。尽管如此，我可能会使用concatenate/hstack来寻找答案。

看一看。它基本上等同于其他人的建议，但如果你来自matlab，它会更直观（如果你来自其他语言，它会有点反直观）

例如，

vector=[0.2,1:60,60.8]转换为：

vector = np.r_[0.2, 1:61, 60.8]

NumPy实现了MATLAB的数组创建函数vector，它使用两个函数而不是一个函数——每个函数都隐式地指定了一个特定的轴，沿着该轴应该发生连接。这些职能是：


r（行连接）和

c（按列）




因此，在您的示例中，NumPy等价物是：

>>> import numpy as NP

>>> v = NP.r_[.2, 1:10, 60.8]

>>> print(v)
     [  0.2   1.    2.    3.    4.    5.    6.    7.    8.    9.   60.8]

按列对应为：

>>> NP.c_[.2, 1:10, 60.8]

切片表示法按预期工作[开始：停止：步骤]：

尽管如果将的虚数用作第三个参数，切片表示法的行为类似于linspace：

>>> v = NP.r_[.2, 1:25:7j, 60.8]

>>> v
  array([  0.2,   1. ,   5. ,   9. ,  13. ,  17. ,  21. ,  25. ,  60.8])

>>> v = NP.r_[.2, 1:25:7, 60.8]

>>> v
  array([  0.2,   1. ,   8. ,  15. ,  22. ,  60.8])



否则，它的行为与arange类似：

>>> v = NP.r_[.2, 1:25:7j, 60.8]

>>> v
  array([  0.2,   1. ,   5. ,   9. ,  13. ,  17. ,  21. ,  25. ,  60.8])

>>> v = NP.r_[.2, 1:25:7, 60.8]

>>> v
  array([  0.2,   1. ,   8. ,  15. ,  22. ,  60.8])

我只想指出，对于其他从MATLAB到Numpy的人来说，你可以用冒号构造一个np.r_u数组，然后用它来索引

例如，如果您在matlab中有

arr_ones = ones(10,10)

还是在努比

arr_ones = np.ones([10,10])

在Matlab中，您可以只取第1列到第5列以及第7列，如下所示：

arr_ones(:,[1:5 7])

在Numpy中做同样的事情（至少对我来说）不是直观的。
这将给您一个“无效语法”错误：

然而，这是可行的：

inds = np.r[1:5,]
arr_ones[:,inds]

我知道这在技术上并不是一个新的答案，但在Matlab中，当索引到矩阵时使用冒号来构造数组似乎很自然，我打赌很多来到本页的人都会想知道这一点。（我来这里不是问新问题。）
使用numpy.repeat（）的最简单方法

该死，真的！谢谢你，拉斯曼。另外，每当我想做像a=[1:2:20]这样的事情时，linspace是唯一的选项吗？这意味着我不知道向量的最终大小，只知道步长和起点/终点。多亏了mgilson，我自己找到了它。answe在范围内（启动、停止、步进）。伟大的您也可以尝试
np.arange（1,20,2）
，但要小心，因为此操作不包括范围内的最后一个数字（例如数组（[1,3,5,7,9,11,13,15,17,19]）。我忘了Matlab是如何处理这个问题的，我早就把它从我的机器上删除了。很高兴知道！谢谢据我所知，MATLAB不断增加/减少，如果终点恰好在a=[0:2:10]的范围内，那么a包含它。但是，如果终点不包括在内，如a2=[1:2:10]，则a2中不包括10。真！谢谢你，乔沙德尔。另外，每当我想做像a=[1:2:20]这样的事情时，linspace是唯一的选项吗？这意味着我不知道向量的最终大小，只知道步长和起点/终点。多亏了姆吉尔森，我自己才找到的。答案是范围（开始、停止、步进）。太好了@vint-i-vuit注意，python内置的range函数仅适用于整数值。Numpy提供了
arange
，它将执行相同的操作（如果您希望，也可以使用浮点）返回数组，但是文档指出
linspace
在大多数情况下是一个更好的选择，因为（由于舍入），来自
arange
的结果可能与您期望的不完全一样。@mgilson感谢您的深入了解。然而，我通常比linspace更需要range/arange的功能（我很少在MATLAB中使用linspace）。因为我倾向于实现知道步长而不是最终向量大小的数组。我会考虑的！伟大的米吉尔森！这可能是最接近MATLAB的语法。仍然没有a=[0.2,1:60,60.8]那么紧凑，但是很酷。非常感谢，我现在看得更清楚了。我想你会发现，虽然
numpy
中的许多内容与matlab中的一样简洁（还有一些内容稍微简洁），但也有不少内容不够简洁——不过，总的来说，我觉得代码更直观。据我所知，所获得的灵活性，特别是在绘图方面，到目前为止，语法的“不那么简洁”是非常值得的的确arange（）是我将使用的函数