【问题标题】:Numpy: multiplying (1/2)^k for each row of np.array for each array in a listNumpy:对于列表中的每个数组,np.array 的每一行乘以 (1/2)^k
【发布时间】:2021-01-15 18:20:37
【问题描述】:

假设我有以下数组列表

dat = [np.array([[1,2],[3,4]]), np.array([[5,6]]), np.array([[1,2],[7,8],[2,3]]), np.array([[1,2],[3,4]])]

现在,对于列表中的每个元素,我想将数组的行乘以 (1/2)^k,其中 k 是每行的 (index + 1)。

以列表中的第一个和第三个数组为例

for np.array([[1,2],[3,4]), it would becomes like
np.array([[0.5,1],[3/4,1])

for np.array([[1,2], [7,8], [2,3]]), it would becomes like
np.array([[0.5,1], [7/4,2], [1/4, 3/8])

所以最终的结果会是这样的

newdat = [np.array([[0.5,1],[3/4,1]]), np.array([[5/2, 3]]), np.array([[1/2,  1],[7/4,2],[1/4,3/8]]), np.array([[0.5, 1], [3/4,1]])]

我所做的只是使用 for 循环

for i in dat:
    n = i.shape[0]
    mul = (1/2)**np.arrange(1,n+1)
    i = i*mul[:,None]

有没有更好的方法来做到这一点?

【问题讨论】:

    标签: python python-3.x numpy numpy-ndarray numpy-einsum


    【解决方案1】:

    不,很遗憾没有。由于您有一个具有不同形状的 np.arrays 列表,因此处理该列表的唯一方法是使用 for 循环。您可以使用列表推导,但它或多或少是一回事。 (它使用for循环)

    dat = [e * (1/2)**np.arange(1, e.shape[0]+1)[:,None] for e in dat]
    

    【讨论】:

    • 是的,我想没有其他办法了。谢谢兄弟
    猜你喜欢
    • 2020-12-15
    • 1970-01-01
    • 1970-01-01
    • 2023-02-18
    • 2019-10-15
    • 1970-01-01
    • 2012-09-19
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多