格式化多维数组 Numpy Python答案

【问题标题】：Formatting a multidimensional array Numpy Python格式化多维数组 Numpy Python
【发布时间】：2021-12-02 09:18:48
【问题描述】：

我想将下面的列表理解转换为一个 3 维数组，在该数组中打印出数组中每个迭代的 last index, max , min。下面的(arr[i:] > 0).cumsum()/ np.arange(1, len(arr[i:])+1) * 100) 函数计算number of positive array values/ length of array，因此在第一个数组[12,12,-3,-1,2,1] 中，6 个值中有4 个是正数，因此最终结果为66.66%。但是，如果您只采用前 2 个索引 [12,12.....]，则它是 100 %，因此这是最大有效值，如果您采用前 4 个索引 [12,12,-3,-1]，则效率将下降到 50%。 last_inc, maxs , mins 在下面不起作用，但 result 起作用。我怎样才能将last_inc, maxs , mins 合并到代码中并获得下面的预期输出？

import numpy as np 

def run(*args):
    
    result = np.array([np.array([((arr[i:] > 0).cumsum()/ np.arange(1, len(arr[i:])+1) * 100) for i in range(len(arr))],dtype=object) for arr in args], dtype=object)
    last_inc = result[-1]
    maxs = np.max(result)
    mins = np.min(result)
            
run(np.array([12,12,-3,-1,2,1]), np.array([-3,-1,-2,1]), np.array([12,-12]))

预期输出：

last_indexes[[66.66666666666666, 60.0, 50.0, 66.66666666666666, 100.0, 100.0], [25.0, 33.33333333333333, 50.0, 100.0], [50.0, 0.0]]
max[[100.0, 100.0, 50.0, 66.66666666666666, 100.0, 100.0],[25.0, 33.33333333333333, 50.0, 100.0],[100.0, 0.0]]
min[[50.0, 33.33333333333333, 0.0, 0.0, 100.0, 100.0]]

【问题讨论】：

formatting 通常处理对象的字符串显示，例如数组。这似乎不是这里的情况。当您显示预期输出时，您不会显示 run 产生的内容，无论是错误还是意外输出。不要指望每个读者都复制粘贴代码并自己运行。
说到格式，需要水平滚动才能阅读的代码行，更不用说理解，是一个很大的障碍。为什么要花时间在一个很少考虑使它对读者友好的问题上！

标签： python arrays numpy multidimensional-array indexing

【解决方案1】：

numpy 对于你正在做的事情来说看起来像是一个糟糕的工具。你的列表理解是阻止你完成工作的原因。您必须对分钟进行一些过滤，并可能包装代码

def run2(arr):
    last_incs=np.zeros_like(arr, float)
    maxs=np.zeros_like(arr, float)
    mins=np.zeros_like(arr, float)
    for i in range(arr.size):
        result=np.cumsum(arr[i:]>0)/np.arange(1,arr[i:].size+1)*100
        last_incs[i]=result[-1]
        maxs[i]=np.max(result)
        mins[i]=np.min(result)
    print(last_incs,maxs,mins)
            
for arr in [
        np.array([12,12,-3,-1,2,1]), 
        np.array([-3,-1,-2,1]), 
        np.array([12,-12])]:
    run2(arr)

【讨论】：