如何在python中循環函數變量？

Question

這是我當前的代碼：

import numpy as np 

vec0 = [1, 2, 3] 
vec1 = [2, 3, 4] 
vec2 = [3, 4, 5] 
vec3 = [4, 5, 6] 

for k in range(0, 4): 
    globals()['mean%s' % k] = np.mean('vec'+str(k)) 

我得到這個錯誤：

TypeError: cannot perform reduce with flexible type

---

我想這個結果。用於計算意味着使用

globals()['mean%s' % k] = np.mean(vecs[k]) 

雖然，你應該避免這種做法並保持2D Array代替，這將是更容易：

mean0 = np.mean(vec0) 
mean1 = np.mean(vec1) 
mean2 = np.mean(vec2) 
mean3 = np.mean(vec3) 

Answer 1

你可以這樣做：

vecs = [vec0, vec1, vec2, vec3] 

，然後行軸。

我的意思是，不是這個：

vec0 = [1, 2, 3] 
vec1 = [2, 3, 4] 
vec2 = [3, 4, 5] 
vec3 = [4, 5, 6] 

，你可以有這樣的事情：

vecs = np.array([[1, 2, 3], [2, 3, 4], [3, 4, 5], [4, 5, 6]]) 

，然後你可以簡單地計算這樣的手段：

meansArray = vecs.mean(axis=1) 

這將有你的mean0, mean1, mean2, mean3在各自的指數。

Answer 2

以名稱調用變量的反模式。如果您需要在多個對象上執行任務，則可以構建這些對象的集合（元組，列表等）。例如：

all_means = np.mean(all_vecs,axis=1) 

然後：

>>> all_means 
array([ 2., 3., 4., 5.]) 

Answer 3

你可以做到這一點

all_vecs = [vec0, vec1, vec2, vec3] 

而且您現在可以輕鬆地與numpy的通過指定axis參數處理的平均值在散裝通過改變：

globals()['mean%s' % k] = np.mean('vec'+str(k)) 

到

globals()['mean%s' % k] = np.mean(globals()['vec%s' % k]) 

但我強烈建議使用矢量來代替：

all_vec = [vec0, vec1, vec2, vec3]