如何制作由列表元素组成的矩阵?例如
t = np.zeros(((N+1),(N+1)))
for row in range (N+1):
for column in range (N+1):
position = [row,column]
t[row,column] = position
但这会产生一个错误,说明"设置一个带序列的数组元素。"
我希望代码能够创建像
这样的东西[[[0,0],[0,1],[0,2]],
[[1,0],[1,1],[1,2]],
[[2,0],[2,1],[2,2]]]
答案 0 :(得分:1)
您的数据是三维的,因此您的数组缺少其最后一个维度:
t = np.zeros(((N+1),(N+1),2))
# for loops...
为什么不使用numpy.indices()
?这项任务就是它的目的:
t = numpy.indices((N+1, N+1))[::-1, :].T
# array([[[0, 0],
# [0, 1],
# [0, 2]],
#
# [[1, 0],
# [1, 1],
# [1, 2]],
#
# [[2, 0],
# [2, 1],
# [2, 2]]])
使用3D数据的优势应该立即明确,因为您也可以轻松索引list
维度。例如。仅打印所有列表的第二个值
t[..., 0]
# array([[0, 0, 0],
# [1, 1, 1],
# [2, 2, 2]])
或绘制数据:
plt.figure()
plt.imshow(t[..., 0]) # plot first value of lists
plt.figure()
plt.imshow(t[..., 1]) # plot second value of lists
plt.show()
或处理数据的任何其他方法:
numpy.sum(t, axis=1)
# array([[0, 3],
# [3, 3],
# [6, 3]])
或
t / numpy.max(t)
# array([[[ 0. , 0. ],
# [ 0. , 0.5],
# [ 0. , 1. ]],
#
# [[ 0.5, 0. ],
# [ 0.5, 0.5],
# [ 0.5, 1. ]],
#
# [[ 1. , 0. ],
# [ 1. , 0.5],
# [ 1. , 1. ]]])
如果您的数组是list
的二维数组,那么这些是您显然无法做到的事情。
答案 1 :(得分:0)
您需要将ndarray中元素的dtype作为对象:
a = np.zeros([N+1, N+1], dtype=object)
a[0][0] = [1, 2, 3]