Question

我刚刚加入了两个不等长的数组和命令：

allorders = map(None,todayorders, lastyearorders)

其中“none”给出今天的订单没有值（因为今天的数组不长）。

但是，当我尝试将allorders数组传递到matplotlib条形图时：

 p10= plt.bar(ind, allorders[9],   width, color='#0000DD', bottom=allorders[8])

..我收到以下错误：

TypeError: unsupported operand type(s) for +=: 'int' and 'NoneType'

那么，matplotlib有没有办法接受无数据类型？如果没有，我如何在我的allorders数组中用零替换'Nones'？

如果可以，因为我是一名Python新手（来自R社区），请提供从头到尾的详细代码，我可以使用/测试。

Answer 1

使用列表理解：

allorders = [i if i[0] is not None else (0, i[1]) for i in allorders]

Answer 2

因为听起来你希望这一切都在numpy中，所以对你的问题的直接回答实际上只是一个旁边，并且正确的答案不会存在＆＃34;当然......＆＃34;段落。

如果您考虑一下，那么您使用map None第一个参数作为zip_longest，因为Python没有zip_longest }。但确实在itertools中有一个 - 并且它允许您指定自定义fillvalue。因此，您可以使用izip_longest一步一步完成此操作：

>>> import itertools
>>> todayorders = [1, 2]
>>> lastyearorders = [1, 2, 3]
>>> allorders = itertools.izip_longest(todayorders, lastyearorders, fillvalue=0)
>>> list(allorders)
[(1, 1), (2, 2), (0, 3)]

这只会填充0 None，显示为较短列表的额外值;如果你想用None取代每个 0，你必须按照Martijn Pieters的方式来做。但我认为这就是你想要的。

另请注意，最后list(allorders)：izip_longest与itertools中的大多数内容一样，返回迭代器，而不是list。或者，就你可能更熟悉而言，它会返回一个懒惰的＆＃34;顺序而不是严格的＃34;一。如果你只是要迭代结果，那实际上更好，但是如果你需要使用一些需要list的函数（比如以人类可读的形式打印出来） - 或访问allorders[9]，如您的示例中所示，您需要先显式转换它。

如果您确实需要numpy.array而不是list，则可以直接到达那里，而无需先通过list。（如果你所做的只是matplotlib它，你可能做想要一个array。）最明显的方法是使用{{ 1}}而不是np.fromiter(allorders)。您可能希望传递明确的list(allorders)（或任何适当的）。而且，如果您知道尺寸（您执行的操作dtype=int），在某些情况下，传递明确的max(len(todayorders), len(lastyearorders))也会更快或更简单。

当然，如果任何count内容听起来很有吸引力，那么您可能应该首先留在numpy内，而不是使用numpy或map：

izip_longest

不幸的是，这会改变>>> todayorders.resize(lastyearorders.shape) >>> allorders = np.vstack(todayorders, lastyearorders).transpose()，据我所知，等效的不可变函数todayorders并没有为你提供任何方式来进行零扩展＆＃34;而是重复这些价值观。希望我错了，有人会建议简单的方法，但除此之外，你必须明确地做：

numpy.resize

当然，如果你做了很多，我会编写一个>>> extrazeros = np.zeros(len(lastyearorders) - len(todayorders), dtype=int) >>> allorders = np.vstack(np.concatenate((todayorders, extrazeros)), lastyearorders) >>> allorders = allorders.transpose() array([[ 1, 1], [ 2, 2], [ 0, 3]])函数，它接受一对数组并扩展一个以匹配另一个（或者，如果你不仅仅是处理1D，在每个轴上扩展较短的一个以制作另一个。）

无论如何，除了比使用zeroextend，map等更快且使用更少的临时内存之外，这也意味着你最终得到一个右{{1 （izip_longest而不是dtype） - 这意味着你的结果也使用较少的长期记忆，从那时起你所做的一切也会更快，并且使用更少的临时记忆。

为了完整性：可以int处理object值，但我不认为它是你想要的。例如，您可以将pyplot方法将None方法转换为Transform的{{1}}对象传递给它。但这与Martijn Pieters的答案实际上是一样的，但更加冗长，除非你需要绘制大量这样的阵列，否则根本就没有优势。

Answer 3

numpy：

import numpy as np
allorders = np.array(allorders)

由于Nones，这会创建一个对象阵列。我们可以用零替换它们：

allorders[allorders == None] = 0

然后将数组转换为正确的类型：

allorders.astype(int)

用零替换python数组中的骨骼

3 个答案: