如何迭代存储在列表和字典中的数组

Question

我想遍历存储在列表和字典中的 numpy 数组。我的名单被命名为result：

    result= [array([[ 1.        ,  0.75      , 69.5198822 ],
            ...,
            [99.        , 29.25      , 49.51967621]]),
                       ...
     array([[ 1.        ,  0.75      , 78.88569641],
            ...,
            [99.        , 29.25      , 58.88546753]]),
                       ...
     array([[ 1.        ,  0.75      , 77.7075882 ],
            ...,
            [99.        , 29.25      , 57.70734406]])]

我的字典也叫dicti：

    {'sub_arr1': array([[37.        ,  2.25      ,  2.62501693],
            ...,
            [81.68138123, 29.25      , 99.        ]]),
                          ...
     'sub_arr2': array([[41.        ,  2.25      ,  2.254704  ],
            ...,
            [85.93613434, 29.25      , 99.        ]]),
                          ...
     'sub_arr3': array([[51.        ,  2.25      ,  1.13132851],
            ...,
            [96.60651398, 29.25      , 99.        ]])}

然后，我想在存储在这两个数据集（result 和dicti）中的数组之间进行计算。我想删除result数组的一些数据点，这些数据点比dicti数组的阈值（例如10）更接近，并将它们存储为新数组。其实我想比较result的第一个数组和dicti的第一个数组，第二个跟第二个，第三个跟第三个等等。我可以说我想清理存储在result 列表中的数组，然后将新的清理数组另存为 3d numpy 数组中的单独数组，或者可能再次保存为清理数组的列表。我的代码（不工作！！！）如下：

import numpy as np    
new_result=np.array ([])
    for i in result:
        for key, value in dicti():
            clp=result[i][np.where(np.min(distance.cdist(value, result[i]),axis=0)<10)[0],:] # it finds the points of result that are closer 10 to points stored as values of dicti
            cleaned_result= npi.difference(result[i], clp) # it removes that close points
            new_result=np.append (new_result, cleaned_result).

我面临的错误是TypeError: only integer scalar arrays can be converted to a scalar index，但我认为我的代码还有其他问题。 提前感谢任何反馈。

Answer 1

试试这样的：

import numpy as np    
new_result=np.array ([])
for res, value in zip(result, dicti.values()):
    clp=res[np.where(np.min(distance.cdist(value, res),axis=0)<10)[0],:] # it finds the points of result that are closer 10 to points stored as values of dicti
    cleaned_result= npi.difference(res, clp) # it removes that close points
    new_result=np.append (new_result, cleaned_result).

zip 是一个函数，它接受两个或多个迭代器，并在每次迭代中返回一个元组，其中每个元素都取自每个迭代器。

例如：

a = [1,2,3]
b = {'A':'a', 'B':'b', 'C':'c'}
for x, y in zip(a, b.values()):
     print(x, y)

这显示为输出：

1 a
2 b
3 c

zip 完全复制了您所说的内容：

我想比较结果的第一个数组和dicti的第一个数组，第二个和第二个，第三个和第三个等等