numpy：迭代嵌套數組

我試圖迭代使用np.nditer（）嵌套（numpy）數組。numpy：迭代嵌套數組

將int的嵌套列表轉換爲嵌套numpy數組。

from numpy import mean, array, nditer 

nested_list = [[1,2,3],[2,3,4],[3,4,5],[4,5,6]] 

np_array = [] 
for i in nested_list: 
    a = array(nested_list) 
np_array.append(a)

上述工作，屈服;

[array([[1,2,3], 
     [2,3,4], 
     [3,4,5], 
     [4,5,6]])]

我想計算每個嵌套的子列表的平均值......我試過這個，但它不能正常工作。

np_mean = [] 
c = 0 
for i in nditer(np_array): 
    m = mean(i) 
    np_mean_rep.append(m) 
    c += 1 
print np_mean_rep

...這種有點平滑嵌套數組，所以我不指向每個嵌套的子列表，而是指向每個值。我如何以某種方式使用nditer，這樣才能起作用？任何指針將不勝感激！

來源

2013-05-10 jO.

嗯..好吧，我只是在Google上迭代了numpy數組，發現了nditer。然而，試圖此時：在nested_array np_array = [] 對於i： B =陣列（nested_list）.mean（軸= 1）打印np_array.append（B）我得到無 – 2013-05-10 14:44:44

，但如果該陣列被嵌套（如上），那麼我應該指向每個子列表，對吧？然後計算每個的均值並將其追加到np_array列表中？ axis = 1指向什麼？我是Python和numpy的初學者。 – 2013-05-10 14:54:01

[從意見遷移]

我認爲你正在做的事情更難比他們需要。數組有一個.mean()方法，您不必逐行構建對象。你可以一次完成。

>>> import numpy as np 
>>> nested_list = [[1,2,3],[2,3,4],[3,4,5],[4,5,6]] 
>>> np.array(nested_list) 
array([[1, 2, 3], 
     [2, 3, 4], 
     [3, 4, 5], 
     [4, 5, 6]]) 
>>> np.array(nested_list).mean(axis=1) 
array([ 2., 3., 4., 5.]) 
>>> np.array(nested_list).mean(axis=0) 
array([ 2.5, 3.5, 4.5])

的axis參數指定我們要取平均在其上陣列的維數。

一般來說 - 儘管並非總是如此 - 如果您發現自己在編寫for循環與numpy，那麼您做錯了什麼。與numpy一起工作時的一個基本規則是嘗試對所有內容進行矢量化（即按照可以在整個數組上執行的操作編寫代碼），這意味着艱苦的工作是在快速C庫中完成的，而不是在慢的Python級別。

來源

2013-05-10 14:53:41 DSM

哇，非常整潔！十分感謝！ – 2013-05-10 15:02:03

numpy：迭代嵌套數組

回答

相關問題