Question

import numpy as np

data1 = np.array([1,2,np.nan,4,5,6,7],dtype=float)
data2 = np.array([11,np.nan,9,4,5,6,71],dtype=float)
data3 = np.array([17,np.nan,13,4,15,6,17],dtype=float)


result1 = data1/data2
result2 = data1/data3
result3 = data3/data2

对于每个结果，我想将np.nan值转换为-9.0：

result1 = np.where(np.isnan(result1),-9.0,result1)
result2 = np.where(np.isnan(result2),-9.0,result2)
result3 = np.where(np.isnan(result3),-9.0,result3)

但是在我真正的问题中，我有数百个结果数组（result1，result2 ... result100）。所以，我不能像上面那样手动完成。所以，把它们放进小组：

my_groups = ['result1', 'result2', 'result3']

如何将字符串（my_groups的元素）更改为相应的变量？

for i in my_groups:
    out[i] = np.where(np.isnan(i),-9.0,i)

等待解决问题的良好做法。

Answer 1

要迭代模块范围中的变量，可以使用globals（），它包含模块中的所有变量。 globals（）返回带有结构的字典：{＆＃34; var_name＆＃34;：var，...}，即：

x = 10
y = 10

print globals()

＆＃34;服务＆＃34;模块变量我们的x和y将在那里：

{"x": 10, "y": 10, ...}

至于你的例子：

import numpy as np

data1 = np.array([1,2,np.nan,4,5,6,7],dtype=float)
data2 = np.array([11,np.nan,9,4,5,6,71],dtype=float)
data3 = np.array([17,np.nan,13,4,15,6,17],dtype=float)

result1 = data1/data2
result2 = data1/data3
result3 = data3/data2

建议：

# It necessary to convert globals().keys() to list otherwise 
# exception will be raised that we change dictionary (owner new variable var_name)
# during iterations.
for var_name in list(globals().keys()):
    if var_name.startswith("result"):
        value = globals()[var_name]
        globals()[var_name] = np.where(np.isnan(value),-9.0,value)

print result1
print result2
print result3

结果：

[ 0.09090909 -9.         -9.          1.          1.          1.
  0.09859155]
[ 0.05882353 -9.         -9.          1.          0.33333333  1.
  0.41176471]
[ 1.54545455 -9.          1.44444444  1.          3.          1.
  0.23943662]

<强>更新

但我应该注意，最佳做法是将您的result1，result2，... result100，...变量放入集合中（我认为最合适的是< strong> list ）然后迭代它。上面的建议可以是“不错”＃34;如果您已经有一个包含这些已定义变量的巨大Python文件（resultX）。

Answer 2

像这样重写你的整个代码。

data = np.empty(shape=(3, 7), dtype=float)
result = np.empty(shape=(3, 7), dtype=float)

data[0] = np.array([1,2,np.nan,4,5,6,7],dtype=float)
data[1] = np.array([11,np.nan,9,4,5,6,71],dtype=float)
data[2] = np.array([17,np.nan,13,4,15,6,17],dtype=float)

result[0] = data[0]/data[1]
result[1] = data[0]/data[2]
result[2] = data[2]/data[1]

result = np.where(np.isnan(result),-9.0,result)

所以... 全部替换

data1, data2, data3,,,data100
result1, result2, result3,,,result100

到

data[0], data[1], data[2],,,data[99]
result[0], result[1], result[2],,,result[99]

以下是替换所有这些的代码。

source_code = '''
Paste your source code here...
'''

import re

def replace_data_num(r):
    return "data[" + str(int(r.group(1)) - 1) + "]"

def replace_result_num(r):
    return "result[" + str(int(r.group(1)) - 1) + "]"

source_code = re.sub(r'data(\d+)', replace_data_num, source_code)
source_code = re.sub(r'result(\d+)', replace_result_num, source_code)
print source_code

Answer 3

您可以为这些变量指定值＆＃39;使用字典：

>>> string = 'result1'
>>> myobj = {}
>>> myobj[string] = 45
>>> myobj['result1']
45
>>>

回答你的问题：

>>> array = ['result1', 'result2', 'result3', 'result4', 'result5', 'result6', 'result7', 'result8', 'result9', 'result10']
>>> myobj = {}
>>> values = [5, 2, 87, 56, 23, 5, 99, 2, 24, 15]                                                                       >>> for k in range(len(array)):
...     myobj[array[k]] = values[k]
... 
>>> myobj['result2']
2
>>> myobj['result6']
5
>>> myobj['result7']
99
>>>

字符串可以变成变量吗？

3 个答案: