在Python中创建许多Ndarrays(不同尺寸)的列表

Question

我是Python的新手。我们是否有任何类似的结构，例如Python 2.7中的MATLAB的Multidimensional structure arrays，可以处理列表中的许多NDARRAYS。例如，我用different size but all are 4D有15个层（即layer_X, X=[1,15]）：

>>>type(layer_1)
<type 'numpy.ndarray'>
>>> np.shape(layer_1)
(1, 1, 32, 64)
>>> np.shape(layer_12)
(1, 1, 512, 1024)

我如何分配一个用它们的位置x？

Answer 1

您可以使用字典：

layer_dict = {}
for X in range(1,16):
    layer_dict['layer_' + str(X)] = np.ndarray(shape=(1, 1, 32, 64))

这允许存储各种尺寸的数组（以及确切的任何其他数据类型），添加和删除组件。它还使您可以有效访问阵列。

添加图层类型：

layer_dict['layer_16'] = np.ndarray(shape=(1, 1, 512, 1024))

删除一个：

del layer_dict['layer_3']

请注意，这些项目未按顺序存储，但这并不能阻止您使用与初始施工环中类似方法的方法有效地处理。如果要使用有序的词典，则可以从collections模块中使用OrderedDict。

如果有任何特定规则选择每一层的大小，请更新您的问题，我将编辑答案。

这是顺序用法的一个示例：

for X in range(1,16):
    temp = layer_dict['layer_' + str(X)]
    print type(temp)

temp的类型是ndarray，您可以用作任何其他ndarray。

更详细的用法示例：

for X in range(1,16):
    temp = layer_dict['layer_' + str(X)]
    temp[0, 0, 2, 0] = 1
    layer_dict['layer_' + str(X)] = temp

这里将每一层获取到temp，修改后，然后将其重新分配给layer_dict。

Answer 2

您只能使用 list：

layers = [layer_1, layer_12]