使用 numpy 的 Python 数组答案

【问题标题】：Python array using numpy使用 numpy 的 Python 数组
【发布时间】：2017-02-21 17:52:41
【问题描述】：

我对使用 numpy 进行矢量化感到困惑。

特别是，我有一个这种形式的矩阵：类型为<type 'list'>

[[0.0, 0.0, 0.0, 0.0], [0.02, 0.04, 0.0325, 0.04], [1, 2, 3, 4]]

如何使用 numpy 使它看起来像下面这样？

[[  0.0   0.0   0.0     0.0  ]
 [  0.02  0.04  0.0325  0.04 ]
 [  1     2     3       4    ]]

是的，我知道我可以这样做：

np.array([[0.0, 0.0, 0.0, 0.0], [0.02, 0.04, 0.0325, 0.04], [1, 2, 3, 4]])

但是我有一个很长的矩阵，我不能像那样输入每一行。当我有一个很长的矩阵时，我该如何处理？

【问题讨论】：

np.array([[0.0, 0.0, 0.0, 0.0], [0.02, 0.04, 0.0325, 0.04], [1, 2, 3, 4]])
嗨，Erotemic，你能看看我的更新吗？
如何获得不想输入的矩阵？它现在以什么形式存在（例如，我有一个数组数组、一个 CSV 文件、一个生成器函数）？
什么是 np.array(A) ？
这两个数组没有区别。您只想逐行打印格式化的吗？

标签： python arrays numpy vectorization

【解决方案1】：

这不是列表类型的矩阵，它是一个包含列表的列表。你可能认为它是矩阵，但对于 Python 来说它只是一个列表

alist = [[0.0, 0.0, 0.0, 0.0], [0.02, 0.04, 0.0325, 0.04], [1, 2, 3, 4]]

arr = np.array(alist)

工作原理与

相同

arr = np.array([[0.0, 0.0, 0.0, 0.0], [0.02, 0.04, 0.0325, 0.04], [1, 2, 3, 4]])

这将创建二维数组，形状 (3,4) 和 dtype 浮点数

In [212]: arr = np.array([[0.0, 0.0, 0.0, 0.0], [0.02, 0.04, 0.0325, 0.04], [1, 2, 3, 4]])

In [213]: arr
Out[213]: 
array([[ 0.    ,  0.    ,  0.    ,  0.    ],
       [ 0.02  ,  0.04  ,  0.0325,  0.04  ],
       [ 1.    ,  2.    ,  3.    ,  4.    ]])
In [214]: print(arr)
[[ 0.      0.      0.      0.    ]
 [ 0.02    0.04    0.0325  0.04  ]
 [ 1.      2.      3.      4.    ]]

【讨论】：

【解决方案2】：

假设您从一个大数组开始，为什么不将其拆分为大小合适的数组 (n)：

splitted = [l[i:i + n] for i in range(0, len(array), n)]

并从中制作矩阵：

np.array(splitted)

【讨论】：

您可以使用np.array(A).reshape 更快地获取此表单。

【解决方案3】：

如果你说你有一个存储在 Python 对象 A 中的列表列表，你需要做的就是调用 np.array(A)，它将使用 A 的元素返回一个 numpy 数组。否则，您现在需要指定数据的格式，以阐明您希望如何加载数据。

【讨论】：