如何将for循环的结果保存到Python中的向量？答案

【问题标题】：How to save the results of a for-loop to a vector in Python?如何将for循环的结果保存到Python中的向量？
【发布时间】：2017-07-03 22:12:57
【问题描述】：

我生成了随机数，并轻松计算了它们的平均值。但是，我的问题是，我怎样才能看到我生成的数字？我想将这些数字保存到向量中。我该怎么做？

这是我的代码：

import random

print ("#n\tmean")

for n in (1,10,100):
        sum = 0
        mean = 0

        for i in range(n):
                sum += random.random()
                mean = sum / n

        print ("%d\t%g\t" % (n, mean))

提前谢谢你！

【问题讨论】：

什么是“向量”？你是说列表吗？
术语“向量”在您的上下文中不是很合适。无论如何，您似乎需要将一堆值存储在一个变量中。为此，如果您想在之后对其进行数学运算，您可以使用列表或 numpy 数组

标签： python python-3.x for-loop

【解决方案1】：

使用列表保存所有结果：

results = []
for i in range(n):
sum += random.random()
mean = sum / n
results.append(mean)

然后通过以下方式获取输出数组：

np.hstack(results)

【讨论】：

【解决方案2】：

您可以使用列表推导在一行中生成 1、10、100 的随机平均值：

import random

result = [(n,sum(random.random() for _ in range(n))/n) for n in (1,10,100)]


print(result)

一种可能的输出：

[(1, 0.1269484085194036), (10, 0.6572300932440089), (100, 0.4796109974064649)]

random.random() for _ in range(n) 是生成器推导式，它为sum 提供数据，除以n 得到均值，包裹在外循环中并创建具有值/均值的元组

【讨论】：

【解决方案3】：

使用 numpy 包

import numpy as np 

my_numbers = np.random.uniform(0, 1, 100)
print np.mean(my_numbers)

【讨论】：

【解决方案4】：

如果你想避免 numpy，我认为你需要这样的东西。

import random

print ("#n\tmean")
meansList = []
for n in (1,10,100):
        sum = 0
        mean = 0

        for i in range(n):
                sum += random.random()
                mean = sum / n

        meansList.append(mean)
print meansList

【讨论】：

【解决方案5】：

使用list comprehensions，

import random

n = 100
l = [random.random() for _ in range(n)]
mean = sum(l)/100

【讨论】：

这和 Python 差不多
谢谢，这正是我要找的！我怎样才能把整个代码放在一个循环中？我的意思是，如果 n = (10, 100, 1000, 10000)，我怎样才能得到 l(i) 个列表（其中 i=1,...,len(n)）？

【解决方案6】：

试试 python 的内置数据结构列表，我认为它接近向量并且对你有用。

vector = list()

//in the for loop

    r = random.random()  
    vector.append(r)

还要注意，列表可以附加列表，因为您有两个 for 循环。例如，您可以执行类似的操作

outer_vector.append(inner_vector)

【讨论】：