遍历 NumPy 矩阵列表

Question

我有一个行矩阵列表：

rows = [ matrix([[1, 0, 0]]), matrix([[0, 1, 0]]), matrix([[0, 0, 1]]) ]

我尝试使用 for (a, b, c) in rows: 循环这些内容，但我得到了一个错误，而不是这个工作：

ValueError：没有足够的值来解包（预期 3，得到 1）

预期的行为是将行中的三个元素解包到a, b, c：

for (a, b, c) in rows:
    print(f"{a} {b} {c}")
> 1 0 0
> 0 1 0
> 0 0 1

不幸的是，这适用于[1, 0, 0]，但不适用于[[1, 0, 0]]。

我意识到这是因为他们是[[doubly packed]]，但我想知道这个问题是否有简单的解决方案？

Answer 1

您似乎想解压每个矩阵本身。在这种情况下，我会建议：不要使用 matrix 或 NumPy。也没有理由使用 NumPy 矩阵。甚至NumPy documentation 声明您应该更喜欢数组而不是矩阵。但在这种情况下，您应该使用普通列表，如果您对它们进行迭代或解包，它们会更快。

因此，您首先要遍历每个矩阵，然后解压缩其中的每一个。但你必须分两步完成：

for mat in rows:      # this iterates over the list and gives you each matrix
    # this unpacks the matrix
    # to make it work faster I converted it to a list first using "tolist"
    # note that I needed to index it because it's a 2D matrix!
    a, b, c = mat.tolist()[0]
    print(a, b, c)  

也可以在一行中完成这两个步骤：

for a, b, c in (mat.tolist()[0] for mat in rows):
    print(a, b, c)

Answer 2

一个问题是对矩阵的一行进行索引仍然会给出一个矩阵。一种解决方法是将矩阵转换为一维数组：

In [368]: for r in rows:
     ...:     a,b,c=r.A1
     ...:     print(a,b,c)
     ...:     
1 0 0
0 1 0
0 0 1

Numpy matrix to array

---

In [370]: for r in rows:
     ...:     print(r.shape,r[0].shape)
     ...:     
(1, 3) (1, 3)
(1, 3) (1, 3)
(1, 3) (1, 3)

我通常不使用或不推荐从数组中解包值。这违背了数组的一般性。拆包（除非使用“*”术语）修复尺寸。但通常数组可以有多个维度，并且尺寸很大。

也不鼓励np.matrix。如果这些元素是np.array，那么就不会有这个持久的二维问题。

Answer 3

由于我们使用a,b,c 从每个矩阵的第一行中提取元素，看来我们可以保证每行有 3 个元素，并且每个矩阵每行都有一个元素。因此，一个简单的解决方案（如所要求的）是在使用循环时使用数组构造函数并挤出单例嵌套级别，就像这样 -

for a,b,c in np.array(rows)[:,0]:

或者更简单的np.squeeze() -

for a,b,c in np.squeeze(rows):

请注意，这不是最节省内存的方法，但可以作为提取所需标量值的简单方法。

这是一个示例运行 -

In [375]: for a,b,c in np.squeeze(rows):
     ...:     print(a,b,c)
     ...:     
(1, 0, 0)
(0, 1, 0)
(0, 0, 1)