更新

Question

我对python很新，并且有一个愚蠢的问题。我找到了答案，找不到它，所以我在这里（StackOverflow上的第一个问题，如果有任何错误，请原谅）。

我有一个完美的功能（functions.Reservoir）。它需要一个复杂的numpy 2D数组和一个float值作为参数。它返回另一个复杂的numpy 2D数组。我尝试将所有这些返回值保存在一个新的numpy数组中。问题是第一个打印命令给了我正确的值，这意味着我的功能正常工作。但是在for循环之外，当我打印l变量时，所有元素都具有相同的值，即最后一个元素应具有的值。

你能告诉我我做错了吗？

您可以帮助我的另一件事是将这些返回值保存为3D numpy数组。我不想使用vstack，因为有时我的循环迭代4000次而vstack会大幅减慢它。我现在所做的是将numpy数组保存为对象，然后再从此iterable中创建一个新数组。如果有更好的方法，请告诉我。提前致谢

    k= np.zeros((400,3), dtype=np.complex128)
    l= np.empty(noPoints1, dtype=object)
    for i in  xrange(noPoints1):
      l[i] = functions.Reservoir(k, data[ OFFSET1+ Discard +i] )
      print l[i]
      k=l[i]
    print l

更新

以下是我的代码：

def determ(k1, k2,  d): 
    dkdt = np.zeros_like(k1)

    EA1 = np.absolute(k1[0])**2
    EA2 = np.absolute(k1[1])**2

    gain1= g1*(k1[2]-N0)/(1+s*EA1)
    gain2= g2*(k1[2]-N0)/(1+s*EA2)

    dkdt[0]= 0.5 * (1+ A*1j) * (gain1 - pd) * k1[0] 

    dkdt[1]= 0.5 * (1+ A*1j) * (gain2 - pd) * k1[1] 

    dkdt[2]= Stroom/e - k1[2]*ed - EA1*gain1 - EA2*gain2   
    return dkdt

def Reservoir(y,d): 
    q= y.shape[0]               
    mdata= 0.5*np.pi*d*maskvector    #Maskvector 1D with q elements

    for n in xrange(q):  
      yn = y[n,:]               # Predictor

      if n+1<q:
        ytd= y[n+1,:]           # Predictor Delayed Field strength
      else:
        ytd= y[n+1-q,:]
      #See y as the state of a circular reservoir. If you reach the end at q, then it directly connects back at the start.

      fn = determ(k1=yn, k2=ytd, d=mdata[n]) 

      ybar = yn + fn*step           # Corrector
      if n+2<q:
        ytdbar= y[n+2,:]            # Corrector Delayed Field strength  
      else:
        ytdbar= y[n+2-q,:]

      fnbar = determ(k1= ybar, k2=ytdbar, d=mdata[n])

      if n+1<q:
        y[n+1] = yn + 0.5*(fn + fnbar)*step 
      else:
        y[n+1-q] = yn + 0.5*(fn + fnbar)*step 
    return (y)

PS。我尝试了HYRY（Collecting results from a loop that returns NumPy Arrays）的答案，但我仍然得到所有元素的相同值。

Answer 1

似乎你总是在同一个数组上工作。更改k=l[i].copy()将确保在每个步骤处理新阵列。

return y中的Reservoir确实创建了一个新数组作为解释 docs：

请注意，数组切片不会复制内部数组数据，但会生成原始数据的新视图，

将2D数组函数返回值分配给新的numpy数组

更新

1 个答案: