Question

我有一个问题。我目前正在从matlab转移到python，虽然我发现很容易适应numpy和scipy，但有些部分仍然有点神秘;）

我想要做的是在两个嵌套循环中计算数据并将其（重新整形）放入（m，n）数组中以制作等高线图。

所以我想到了以下内容：

for i in arange(1, 10, 1):
    for k in arange(5, 50, 5):
        res = do_something(i, k)

但是现在我并不完全确定我应该如何将它设置为正确的形状（在Matlab中我只是用i = 1：1：10索引循环，依此类推并从矢量中拉出i的实际值...）。

我可以将结果附加到res.append（res）并使用res.reshape（（m，n））重新整形。但是可能有一种更优雅的方式呢？

非常欢迎每一位帮助！

最好的祝福，克里斯

Answer 1

这是一种可能的解决方案，不需要explict索引来存储值

result = [[my_function(x, y)
           for x in arange(0.3, 10.7, 2.2)]
          for y in arange(-3.2, 5.4, 0.7)]

对于需要使用enumerate(arange(...))的explict索引的情况，它既紧凑又易读。

我不确定这是用numpy构建大型矩阵的最有效方法（如果你需要一些速度，那么你应该在多个简单的操作中分解函数，每个操作都用numpy显式执行）。

Answer 2

我建议你使用循环来匹配结果数组中结果的索引，而不是计算函数中的参数。

result = numpy.zeros((n,m), dtype=float) # I'm assuming your results are float.
for i in range(10):
    for k in range(10):
        res[i,j] = do_something(i+1, 5k+5) #don't forget range(M) starts at 0 and ends at M-1 (giving you M values)

用于arange循环时的python数组索引

2 个答案: