【问题标题】：Iterating over a function's parameters in Python (using a 2d numpy array and a list of decimals)在 Python 中迭代函数的参数（使用 2d numpy 数组和小数列表）
【发布时间】：2018-12-11 18:13:46
【问题描述】：

我定义了一个带有 2 个参数的函数：一个对称矩阵 M 和一个概率值 p。我想定义一个循环遍历我的参数的函数。循环以 0.01 的概率开始，并在到达 p 时停止。在每一步，该函数根据概率从矩阵M 中选择随机行和列并将它们删除。然后以增加的概率对新的M 执行相同的操作。我无法使用我的代码获得结果

支持小数的范围函数

def frange(start, end, step):
    tmp = start
    while tmp < end:
        yield tmp
        tmp += step

循环函数（从矩阵中随机选择行和列并删除它们）

def loop(M, p):
    for i in frange(0.01, p, 0.01):
        indices = random.sample(range(np.shape(M)[0]),
                                int(round(np.shape(M)[0] * i)))
        M = np.delete(M, indices, axis=0)  # removes rows
        M = np.delete(M, indices, axis=1)  # removes columns
        return M, indices

【问题讨论】：

标签： python loops numpy matrix iteration

【解决方案1】：

像这样，您只返回M 和p 作为您的第一个索引i=0.01，这是因为一旦您返回某些内容，循环就会停止。此外，由于您可以使用 python 中给出的range，所以您的第一个函数是多余的。例如，我建议您使用 List 返回您的矩阵和索引（您也可以使用 np.arrays 执行此操作）。

def loop(M, p):
  mat_list  = []
  indices_list = []
  for i in range(0.01, p, 0.01):
      indices = random.sample(range(np.shape(M)[0]),
                              int(round(np.shape(M)[0] * i)))
      M = np.delete(M, indices, axis=0)  # removes rows
      M = np.delete(M, indices, axis=1)  # removes columns
      mat_list.append(M)
      indices_list.append(indices)
  return mat_list, indices_list

如果你还想包含概率p，那么你必须循环遍历 range(0.01, p+0.01, 0.01).

【讨论】：