Question

我有一个像这样定义的3D复杂numpy数组：

> import numpy as np
> a = np.random.rand(2,3,4) + np.random.rand(2,3,4) * 1j
> a
array([[[ 0.40506245+0.68587874j,  0.74700976+0.73208816j,
      0.42010818+0.31124884j,  0.27181199+0.54599156j],
    [ 0.29457621+0.34057513j,  0.82490182+0.63943948j,
      0.46887722+0.12734375j,  0.77184637+0.21522095j],
    [ 0.67774944+0.8208908j ,  0.41476702+0.85332392j,
      0.10084665+0.56146324j,  0.71325041+0.77306548j]],

   [[ 0.77843387+0.23660274j,  0.23671262+0.63997834j,
      0.60831419+0.41741288j,  0.53870756+0.13747055j],
    [ 0.12477767+0.54603678j,  0.60537090+0.89208227j,
      0.16027151+0.17575777j,  0.18801875+0.27282324j],
    [ 0.82308271+0.97238411j,  0.47458327+0.75200695j,
      0.16085009+0.60620705j,  0.79766571+0.76470634j]]])

我需要以类似MATLAB的特定格式将其打印到字符串s，我找到的最佳方法如下:(对我而言，描述格式的最佳方式是这段代码）

> s = ''
> for k in range(a.shape[2]):
>   for j in range(a.shape[1]):
>     for i in range(a.shape[0]):
>       s += str(a[i,j,k].real) + ' '
>   for j in range(a.shape[1]):
>     for i in range(a.shape[0]):
>       s += str(a[i,j,k].imag) + ' '

我不满意这个对我来说看起来不太“pythonic”的代码（我来自C ++并且对Python不太了解）。我确信Python提供了一些可以在这里使用的好语法（比如列表理解），但我对它不是很熟悉。

因此我的问题如下：如何将此代码改进为pythonic？

编辑：此3D阵列被视为2乘3复数矩阵的数组。格式包括打印第一个矩阵的实部，然后打印其虚部，并在每个矩阵上迭代。

这是在MATLAB中运行此代码时获得的格式：

> a = rand(2,3,4) + rand(2,3,4) * 1i;
> s = sprintf('%g %g ', [real(a) imag(a)]);

我的主要目标是与此格式兼容。

Answer 1

字符串连接通常使用join：

完成

s += str(a[i,j,k].imag) + ' '

可以替换为

s += ' '.join(str(a[i,j,k].imag))

全球应用，1-liner可以是：

s = ' '.join(' '.join(str(a[i,j,k].real) for j in range(a.shape[1]) for i in range(a.shape[0])) + ' ' + ' '.join(str(a[i,j,k].imag) for j in range(a.shape[1]) for i in range(a.shape[0])) for k in range(a.shape[2]))

不太清楚。我会保持for ... k循环并以这种方式编写：

s = ''
for k in range(a.shape[2]):
    s += ' '.join(str(a[i,j,k].real) for j in range(a.shape[1]) for i in range(a.shape[0]))
    s += ' '
    s += ' '.join(str(a[i,j,k].imag) for j in range(a.shape[1]) for i in range(a.shape[0]))
    s += ' '

修改

这很重，numpy有很多工具。这是一个更简单的版本。第一行重新格式化矩阵以简化第二行的工作：

b = [numpy.vstack((a.real.T[i], a.imag.T[i])) for i in range(a.shape[2])]
s = ' '.join(str(d) for x in b for d in x.flat)

编辑2

它仍然可以简化

' '.join([str(x) for x in np.hstack((a.T.real, a.T.imag)).flat])

Answer 2

如果有足够的想法，您应该能够避免创建中间副本。但由于生命短暂，如何：

' '.join(np.hstack([a.T.real, a.T.imag]).astype(str).flat)

例如：

>>> a
array([[[ 0.75878533+0.6450401j ,  0.97544304+0.95294337j,
          0.72619451+0.70150035j,  0.53653874+0.72336166j],
        [ 0.44497093+0.59486404j,  0.48346416+0.602289j  ,
          0.89508307+0.10804834j,  0.60925276+0.78463914j],
        [ 0.75324059+0.35750314j,  0.77764455+0.52714092j,
          0.60422248+0.45825998j,  0.06100151+0.98814297j]],

       [[ 0.25167445+0.26036597j,  0.14479218+0.63888545j,
          0.69195476+0.65571239j,  0.75384667+0.35208925j],
        [ 0.33299320+0.95810933j,  0.28706287+0.92696162j,
          0.80174074+0.73461441j,  0.64070651+0.95546677j],
        [ 0.32726129+0.28131131j,  0.84847281+0.0043481j ,
          0.20002495+0.92129643j,  0.85657582+0.17598515j]]])
>>> new = ' '.join(np.hstack([a.T.real, a.T.imag]).astype(str).flat)
>>> new
'0.758785326622 0.251674447258 0.444970928938 0.332993197954 0.753240586102 0.3272612899 0.645040097487 0.260365974319 0.59486403781 0.958109327206 0.357503144442 0.281311309104 0.975443036171 0.14479217684 0.483464161328 0.287062874161 0.777644547623 0.84847280757 0.952943365086 0.638885451204 0.602289004931 0.926961617163 0.527140924938 0.00434810439813 0.726194510838 0.691954756116 0.895083070782 0.801740737909 0.604222482831 0.200024953365 0.701500350108 0.655712387542 0.108048340908 0.734614410363 0.458259975834 0.921296429741 0.536538738872 0.75384667023 0.609252761053 0.640706514463 0.0610015096191 0.856575822125 0.723361662643 0.35208924756 0.784639135069 0.955466768932 0.988142972679 0.175985147504'
>>> original(a).strip() == new
True

更新：如果.astype(str)由于某种原因无效，那么作为后备：

>>> new2 = ' '.join(map(str, np.hstack([a.T.real, a.T.imag]).flat))
>>> original(a).strip() == new2
True

Pythonic方法将多维复杂numpy数组打印到字符串

2 个答案:

修改

编辑2