这与this类似,所以请先阅读以了解我要做的事情。
现在,我想在我有类实例时进行替换。例如:
import numpy as np
class B():
def __init__(self, a,b):
self.a = a
self.b = b
arr = np.array([ [1,2,3,4,5],[6,7,8,9,10] ])
b1 = np.array([B(100,'a'),
B(11,'b'),
B(300,'c'),
B(33,'d')])
b2 = np.array([B(45,'a'),
B(65,'b'),
B(77,'c'),
B(88,'d')])
# My d array will be like that and I will have to
# run 3 loops as below . I can't change that
d = np.array([[b1],[b2]],dtype=object)
# Replace the elements
for i in d:
for y in i:
for idx,el in enumerate(y):
#y[idx].a = arr.reshape(-1,5) # 5 is the size of every sublength of arr
#print(y[idx].a)
pass
# Show the updated values
for i in d:
for y in i:
for idx,x in enumerate(y):
print(y[idx].a)
我无法使用b = arr.reshape(-1, a.size)
因为这必须在循环之外运行。但是,正如我所说b
数组将是y[idx].value
,所以我可以&#39 ; t只是把它放在第三个循环中因为我会得到错误的结果,我也不能把它放在第三个循环之外,因为我无法访问类实例的value
部分。
我希望我的结果是:
b1 = np.array([B(1,'a'),
B(2,'b'),
B(3,'c'),
B(4,'d'),
B(5,'d')])
b2 = np.array([B(6,'a'),
B(7,'b'),
B(8,'c'),
B(9,'d'),
B(10,'d')])
所以,我想只填充a
部分,例如B类实例。
请注意,与以前一样(在上一个问题中),B
会展开以保留arr
中的所有5个值。
简而言之,检查arr
的每个子列表的长度(现在为5),
并相应地更新d
值。因此,如果b1
和b2
有4个值,则它们必须变为5个值(arr
的前5个值和接下来的5个值来自arr
)。
答案 0 :(得分:1)
所以我添加
print(d.shape)
print(d)
并获取
2249:~/mypy$ python3 stack42283851.py
(2, 1, 4)
[[[<__main__.B object at 0xb71d760c> <__main__.B object at 0xb71d7aac>
<__main__.B object at 0xb71d7acc> <__main__.B object at 0xb71e5cec>]]
[[<__main__.B object at 0xb391718c> <__main__.B object at 0xb39171ac>
<__main__.B object at 0xb39171cc> <__main__.B object at 0xb39171ec>]]]
将__repr__
添加到B
我
1231:~/mypy$ python3 stack42283851.py
(2, 1, 4)
[[[B(100, a) B(11, b) B(300, c) B(33, d)]]
[[B(45, a) B(65, b) B(77, c) B(88, d)]]]
添加
import itertools
for a,b in itertools.zip_longest(arr[0,:],b1):
print(a,b)
产生
1 B(100, a)
2 B(11, b)
3 B(300, c)
4 B(33, d)
5 None
将其更改为:
newlist = []
for a,b in itertools.zip_longest(arr[0,:],b1):
if b is not None:
new_b = B(a, b.b)
last_b = b
else:
new_b = B(a, last_b.b)
newlist.append(new_b)
print(np.array(newlist))
产生
[B(1, a) B(2, b) B(3, c) B(4, d) B(5, d)]
将其分配给b1
,然后重复a[1,:]
和b2
。
为了更清洁,我可以将new_b
代码作为函数编写,并将循环重写为列表理解。
是的,我可以修改b
,例如
b.a = a
但是因为我需要创建一个新的B
对象来替换None
,所以为什么要这么麻烦。我无法将新的B
对象添加到原始b1
数组中。因此,通过列表创建新数组更简单。
我可以使用以下内容对d
和b1
进行就地更改
def replace(a,b):
b.a = a
f = np.frompyfunc(replace, 2, 1)
f(arr[:,None,:4], d) # produces array of None; ignore
print(d)
print(b1)
[[[B(1, a) B(2, b) B(3, c) B(4, d)]] # chgd d
[[B(6, a) B(7, b) B(8, c) B(9, d)]]]
[B(1, a) B(2, b) B(3, c) B(4, d)] # chgd b1
我只是使用frompyfunc
作为一种懒惰的方式来对arr
广播d
并迭代所有元素。请注意,我必须将arr
更改为匹配d
形状。此外,这不会添加任何新的B()
。显然你不能就地做到这一点。
我的B
是
class B():
def __init__(self, a,b):
self.a = a
self.b = b
def __repr__(self):
return 'B(%s, %s)'%(self.a, self.b)
再次使用frompyfunc
:
getB_b = np.frompyfunc(lambda x: x.b, 1,1) # fetch b attributes
print(getB_b(d))
#[[['a' 'b' 'c' 'd']]
#
# [['a' 'b' 'c' 'd']]]
mkB = np.frompyfunc(B, 2,1) # build array of B() with broadcasting
print(mkB(arr, ['a','b','c','d','e']))
# [[B(1, a) B(2, b) B(3, c) B(4, d) B(5, e)]
# [B(6, a) B(7, b) B(8, c) B(9, d) B(10, e)]]
print(mkB(arr[:,:4], getB_b(d[:,0,:])))
# [[B(1, a) B(2, b) B(3, c) B(4, d)]
# [B(6, a) B(7, b) B(8, c) B(9, d)]]
修改评论
arr1 = np.array([ [1,2],[6,7] ])
newlist = []
for a,b in itertools.zip_longest(arr1[0,:],b1):
if b is not None:
new_b = B(a, b.b)
last_b = b
else:
new_b = B(a, last_b.b)
newlist.append(new_b)
print(np.array(newlist))
产生
[B(1, a) B(2, b) B(None, c) B(None, d)]
当arr
缩短时,a
将为None
(而不是b
);所以我们需要测试那个
def foo(arr,bn):
newlist = []
for a,b in itertools.zip_longest(arr,bn):
print(a,b)
if a is None:
pass
else:
if b is not None:
new_b = B(a, b.b)
last_b = b
else:
new_b = B(a, last_b.b)
newlist.append(new_b)
return newlist
print(np.array(foo(arr1[0,:],b1))) # arr1 shorter
print(np.array(foo(arr[0,:], b2))) # arr longer
测试:
1 B(1, a)
2 B(2, b)
None B(3, c)
None B(4, d)
[B(1, a) B(2, b)]
1 B(6, a)
2 B(7, b)
3 B(8, c)
4 B(9, d)
5 None
[B(1, a) B(2, b) B(3, c) B(4, d) B(5, d)]
没什么特别的或神奇的;只是确保我得到if
测试和缩进的问题。
答案 1 :(得分:0)
像这样制作替换块。另请注意,假设您的arr严格地为5的倍数,并且会有像b1,b2等一样多的块,因为示例中给出了arr中的块。
for i,b_arr in enumerate(d):
temp_arr = []
for j in range(5):
if j<len(b_arr)
temp_arr.append(B(arr[i,j],b_arr[j].b))
else:
temp_arr.append(B(arr[i,j],b_arr[-1].b))
d[i] = np.array(temp_arr) ## not sure if this step is right, not too familiar with numpy.