我需要大帮助,请查看此代码:
import.math
dose =20.0
a = [[[2,3,4],[5,8,9],[12,56,32]]
[[25,36,45][21,65,987][21,58,89]]
[[78,21,98],[54,36,78],[23,12,36]]]
PAC = math.exp(-dose*a)
这就是我想做的事情。但是我得到的错误是
TypeError: only length-1 arrays can be converted to Python scalars
答案 0 :(得分:13)
如果你想对数组执行数学运算(无论它们的尺寸如何......),你应该考虑使用专为此设计的NumPy。在您的情况下,相应的NumPy命令将是:
PAC = numpy.exp(-dose*np.array(a))
如果NumPy不是一个选项,你必须循环a
的每个元素,计算你的math.exp
,将结果存储在列表中......真的很麻烦且效率低下。这是因为当你传递列表(列表)时,math
函数需要一个标量作为输入(如异常告诉你的那样)。但是,您可以在单个列表推导中组合所有循环:
PAC = [[[math.exp(-dose*j) for j in elem] for elem in row] for row in a]
但我再次强烈推荐NumPy。
答案 1 :(得分:2)
你应该真的使用NumPy。 以下是使用嵌套循环的方法:
>>> for item in a:
... for sub in item:
... for idx, number in enumerate(sub):
... print number, math.exp(-dose*number)
... sub[idx] = math.exp(-dose*number)
使用append
的速度很慢,因为每次复制前一个数组并将新项目堆叠到它上面。
使用枚举,更改数字。如果你想保留a的副本,请执行:
acopy = a[:]
如果你没有太多数字,并且NumPy是一个过度杀戮,使用列表推导可以更快地完成上述操作。
答案 2 :(得分:0)
如果你愿意,为了让数组的每个元素都乘以-dose然后在结果上应用math.exp,你需要一个循环:
new_a = []
for subarray in a:
new_sub_array = []
for element in sub_array:
new_element = math.exp(-dose*element)
new_sub_array.append(new_element)
new_a.append(new_sub_array)
另外,如果你有一个mathlab背景,你可以查询numpy,在阵列上启用转换。