我在Matlab方面有很强的背景,我正在尝试切换到python。我正在尝试编写一个带有 numpy 数组的嵌套 for 循环并存储输出值。
我的代码读起来像这样:
import numpy as np
import math
# T parameter
kk = np.arange(0, 20, 0.1)
print(len(kk))
# V parameter
pp = np.arange(1, 5, 1)
print(len(pp))
a = len(kk)
b = len(pp)
P = np.zeros((a,b))
for T in kk:
print(T)
for V in pp:
print(V)
P = math.exp(-T*V/10)
print(P)
解释/问题
kk,pp是向量。在 for 循环中,正在调用 T 和 V 参数的正确值。但是,不会存储P的值。
我尝试了以下更改
P[T][V] = math.exp(-T*V/10)
,出现以下错误:索引错误:只有整数,切片(:
(,省略号(...
(,numpy.newaxis(None
(和整数或布尔数组是有效的索引
任何帮助将不胜感激。提前谢谢你。
在此代码中,您将P
定义为二维数组。 但是,将math.exp
表达式的标量结果分配给该变量的循环。 这将替换原始P
值,也会替换在上一个循环中计算的值。 这种循环在 MATLAB 中不起作用是吗? 您不必将标量值分配给P
中的某个"插槽"吗?
P = np.zeros((a,b))
for T in kk:
print(T)
for V in pp:
print(V)
P = math.exp(-T*V/10)
更好的方法:
In [301]: kk = np.arange(0,20,0.1)
In [302]: kk.shape
Out[302]: (200,)
In [303]: pp = np.arange(1, 5,1)
In [304]: pp.shape
Out[304]: (4,)
在numpy
我们更喜欢使用快速的全数组方法。 在这里,我使用broadcasting
来执行类似计算outer
kk
与pp
。
In [305]: P = np.exp(-kk[:,None]*pp/10)
In [306]: P.shape
Out[306]: (200, 4)
(我相信 MATLAB 近年来增加了broadcasting
;numpy
从一开始就拥有它。
将其与迭代版本进行比较:
In [309]: P1 = np.zeros((200,4))
...: for i in range(0,len(kk)):
...: for j in range(0,len(pp)):
...: T = kk[i]
...: V = pp[j]
...: P1[i,j] = math.exp(-T*V/10)
...:
In [310]: P1.shape
Out[310]: (200, 4)
In [311]: np.allclose(P,P1)
Out[311]: True
在 Python 中编写索引迭代的一种更简洁的方法是使用enumerate
:
In [312]: P1 = np.zeros((200,4))
...: for i,T in enumerate(kk):
...: for j,V in enumerate(pp):
...: P1[i,j] = math.exp(-T*V/10)
根据您提到的尝试P[T][V] = math.exp(-T*V/10)
的行,您可能也对此选项感兴趣:
import numpy as np
import math
# T parameter
kk = np.arange(0, 20, 0.1)
print(len(kk))
# V parameter
pp = np.arange(1, 5, 1)
print(len(pp))
a = len(kk)
b = len(pp)
P = np.zeros((a,b))
for i in range(0,len(kk)):
for j in range(0,len(pp)):
T = kk[i]
V = pp[j]
P[i][j] = math.exp(-T*V/10)
# you can also simply do this:
#P[i][j] = math.exp(-kk[i]*pp[j]/10)
虽然很简单,但并不是特别干净。既然你提到你要切换到python,我会看看hpaulj的答案,以获得更彻底的解释,以及迭代数组的一个很好的选择。
如果您想查看keys
并根据您的评论values
,您可以制作字典。这实际上可能更有意义。我建议不要使用过多的动态创建的变量,就像字典一样,您可以调用整个字典或特定值,以后可以将其存储为变量。显然,这取决于您的项目范围以及哪种解决方案有意义,但您也可以将字典变成具有pd.DataFrame()
进行分析的pandas
dataframe
,因此它为您提供了灵活性。你说你是python的新手,所以如果你没有听说过它,你可能想看看熊猫,但你可能有,因为它是最受欢迎的库之一。
import numpy as np
import math
P_dict = {}
# T parameter
kk = np.arange(0, 20, 0.1)
# print(len(kk))
# V parameter
pp = np.arange(1, 5, 1)
# print(len(pp))
a = len(kk)
b = len(pp)
P = np.zeros((a,b))
for T in kk:
# print(T)
for V in pp:
# print(V)
P = math.exp(-T*V/10)
key = f'{T},{V}'
value = P
P_dict[key] = value
print(P_dict)
这就是您根据键在字典中调用值的方式。
P_dict['19.900000000000002,3']
您还可以将这行代码编辑为所需的任何格式:key = f'{T},{V}'
并根据格式调用密钥,就像我在示例中所做的那样。
输出:0.002554241418992996
无论哪种方式,列表或字典都会打印一些有趣的python抽象艺术!