我的代码中有很多不同大小的numpy ndarray列表。 (我也有numpy ndarrays列表的列表,但这个问题不大,因为这些列表很小(<5个元素)。)
我已经了解到ndarrays of ndarrays of different dimention, doesn't really workout.。
我倾向于做的操作:
我目前正在使用以下功能(以及更直接的操作)来操纵它们
def uniop_nested(func,o_list):
def inner(i_list):
¦ if isinstance(i_list[0],np.ndarray):
¦ ¦ ¦return map(func, i_list)
¦ else:
¦ ¦ ¦return map(inner, i_list)
return inner(o_list)
def binop_nested(func, o1, o2):
if not isinstance(o1,np.ndarray):
¦ return [binop_nested(func, i1, i2) for (i1,i2) in zip(o1,o2)]
else:
¦ return func(o1,o2)
def add_nested(s1,s2):
return binop_nested(np.add,s1,s2)
我从分析中发现,这些列表是一个问题。