在Python中將列表列表轉換爲數組

我一直在尋找這個，但我找不到任何幫助。我在製作一個我想要的大小的數組時遇到了一些麻煩。在Python中將列表列表轉換爲數組

到目前爲止，我已經創建了一個列表的列表與此代碼：

n=4 
def matrixA(k): 
    A=[] 
    for m in range(0,k): 
     row=[] 
     #A.append([]) 
     for n in range(0,k): 
      if (n==(m+1)) or (n==(m-1)): 
       row.append(-deltaX/(deltaX)**2) 
      if (n==m): 
       row.append(2*deltaX/(deltaX)**2) 
      else: 
       row.append(0) 
     A.append(row) 
    return A 
pprint.pprint(matrixA(n)) 
print len(matrixA(n))

我得到這個輸出。

[[128.0, -64.0, 0, 0, 0], 
[-64.0, 0, 128.0, -64.0, 0, 0], 
[0, -64.0, 0, 128.0, -64.0, 0], 
[0, 0, -64.0, 0, 128.0]] 
4

現在，我想使這個數組的大小（4,4）。我的問題是，當我這樣做（列表轉換爲一個數組，並試圖塑造它）：

A=numpy.array(matrixA(n)) 
print A 
print "This is its shape:",A.shape 
A.shape=(n,n)

我獲得：

[[128.0, -64.0, 0, 0, 0] [-64.0, 0, 128.0, -64.0, 0, 0] 
[0, -64.0, 0, 128.0, -64.0, 0] [0, 0, -64.0, 0, 128.0]] 
This is its shape: (4,)

然後一個錯誤：

ValueError: total size of new array must be unchanged

我該如何從這裏得到一個大小爲（4,4）的數組呢？

來源

2016-04-05 Ted Desmond

您的清單有5或6個元素，您打算如何將其製作成4x4陣列？另外，由於列表中元素的數量不同，'numpy'不會創建2D數組，而是會創建一個由d列= object組成的1D數組。 – fjarri

哇，我不敢相信我沒注意到。你知道爲什麼這裏有5或6個，而不是5個？（我也改變了從k到k-1的範圍，因爲你指出這是因爲我希望它是4而不是5，謝謝。） –

我猜想循環內的第二個'if'應該是'elif '。目前您在一次迭代中有時會追加到'row'兩次。另外，你正在覆蓋'n'，不知道你是否想要。 – fjarri

轉換嵌套列表到一個數組很簡單，和你做正確：

numpy.array(matrixA(n))

它不工作的原因是因爲你實際上產生嵌套列表具有不規則數「列」

有問題的部分是因爲你缺少一個elif：

if (n==(m+1)) or (n==(m-1)): 
    row.append(-deltaX/(deltaX)**2) 
if (n==m): 
    row.append(2*deltaX/(deltaX)**2)

將您的循環更改爲：

for m in range(0,k-1): 
    row=[] 
    #A.append([]) 
    for n in range(0,k-1): 
     if (n==(m+1)) or (n==(m-1)): 
      row.append(-deltaX/(deltaX)**2) 
     elif (n==m): 
      row.append(2*deltaX/(deltaX)**2) 
     else: 
      row.append(0) 
    A.append(row)

來源

2016-04-05 10:58:25 Simon

我很確定有問題的部分是下一行，它應該是'elif'，而不是'if'。 –

是的，我太急於點擊提交按鈕;） – Simon

歡迎來到世界各地。

看來你想：

array([[ 128., -64., 0., 0.], 
     [ -64., 128., -64., 0.], 
     [ 0., -64., 128., -64.], 
     [ 0., 0., -64., 128.]])

這是很難想象的行和建名單列表時的cols指數看。在numpy中，你先塑造，然後填充，這通常更容易。

循序漸進：

In [37]: from numpy import eye,diag,ones # some useful functions 

In [38]: eye(4) # identity matrix 
Out[38]: 
array([[ 1., 0., 0., 0.], 
     [ 0., 1., 0., 0.], 
     [ 0., 0., 1., 0.], 
     [ 0., 0., 0., 1.]]) 

In [39]: eye(4)*128 
Out[39]: 
array([[ 128., 0., 0., 0.], 
     [ 0., 128., 0., 0.], 
     [ 0., 0., 128., 0.], 
     [ 0., 0., 0., 128.]]) 

In [40]: ones(3) 
Out[40]: array([ 1., 1., 1.]) 

In [41]: diag(ones(3),1) # see help(diag) 
Out[41]: 
array([[ 0., 1., 0., 0.], 
     [ 0., 0., 1., 0.], 
     [ 0., 0., 0., 1.], 
     [ 0., 0., 0., 0.]]) 

In [42]: diag(ones(3),1).T # transpose 
Out[42]: 
array([[ 0., 0., 0., 0.], 
     [ 1., 0., 0., 0.], 
     [ 0., 1., 0., 0.], 
     [ 0., 0., 1., 0.]])

所以，你想的是一樣的東西：

def arrayA(n,deltaX): 
    A=eye(n) # id matrix of size n 
    B= diag(ones(n-1),1) # just ahead 
    return (2*A-B-B.T)*(deltaX/deltaX**2)

並運行：

In [45]: arrayA(4,1/64) 
Out[45]: 
array([[ 128., -64., 0., 0.], 
     [ -64., 128., -64., 0.], 
     [ 0., -64., 128., -64.], 
     [ 0., 0., -64., 128.]])

而對於大的矩陣，這是速度快：

In [57]: %timeit arrayA(100,1/64) 
1000 loops, best of 3: 326 µs per loop 

In [58]: %timeit matrixA(100) 
100 loops, best of 3: 14.9 ms per loop

來源

2016-04-05 12:29:10

在Python中將列表列表轉換爲數組

回答

相關問題