我有一系列x,y和z坐标,我需要操纵它。它们位于三个元组的列表中,如{(x1,y1,z1),(x2,y2,z2),...}。
我需要加法,乘法和对数来操纵我的数据。
我想研究一个与Awk -language一样强大的模块。
答案 0 :(得分:8)
我不确定你到底发生了什么。你可以用列表推导做很多事情。例如,如果要转到列表:
coords = [(x1, y1, z1), (x2, y2, z2), (x3, y3, z3)] # etc
进入元组(x1+x2+x3, y1+y2+y3, z1+z2+z3)
,然后就可以了:
sums = (sum(a[0] for a in coords), sum(a[1] for a in coords), sum(a[2] for a in coords))
事实上,一位经验丰富的python程序员可能会将其写成:
sums = map(sum, zip(*coords))
虽然这对初学者来说看起来有些神奇。
如果你想跨越坐标,那么这个想法是相似的。唯一的问题是python没有相当于sum
的内置乘法。我们可以建立自己的:
import operator
def prod(lst):
return reduce(operator.mul, lst)
然后你可以在坐标方面将你的元组乘以:
prods = map(prod, zip(*coords))
如果你想做一些更复杂的乘法(内部产品?),这需要更多的工作(虽然这不会很困难)。
我不确定你想要的对数是什么。但您可以在数学模块中找到日志功能:
from math import log
希望这有帮助。
答案 1 :(得分:7)
如果你需要很多数组操作,那么numpy是python中的最佳选择
>>> import numpy
>>> data = numpy.array([(2, 4, 8), (3, 6, 5), (7, 5, 2)])
>>> data
array([[2, 4, 8],
[3, 6, 5],
[7, 5, 2]])
>>> data.sum() # product of all elements
42
>>> data.sum(axis=1) # sum of elements in rows
array([14, 14, 14])
>>> data.sum(axis=0) # sum of elements in columns
array([12, 15, 15])
>>> numpy.product(data, axis=1) # product of elements in rows
array([64, 90, 70])
>>> numpy.product(data, axis=0) # product of elements in columns
array([ 42, 120, 80])
>>> numpy.product(data) # product of all elements
403200
或使用数组进行元素操作
>>> x,y,z = map(numpy.array,[(2, 4, 8), (3, 6, 5), (7, 5, 2)])
>>> x
array([2, 4, 8])
>>> y
array([3, 6, 5])
>>> z
array([7, 5, 2])
>>> x*y
array([ 6, 24, 40])
>>> x*y*z
array([ 42, 120, 80])
>>> x+y+z
array([12, 15, 15])
元素数学运算,例如
>>> numpy.log(data)
array([[ 0.69314718, 1.38629436, 2.07944154],
[ 1.09861229, 1.79175947, 1.60943791],
[ 1.94591015, 1.60943791, 0.69314718]])
>>> numpy.exp(x)
array([ 7.3890561 , 54.59815003, 2980.95798704])
答案 2 :(得分:2)
您不需要单独的库或模块来执行此操作。 Python具有内置于该语言中的列表推导,可以让您操作列表并执行计算。你可以使用numpy模块做同样的事情,如果你想进行大量的科学计算,或者如果你想做大量的大数字运算。
答案 3 :(得分:1)
在Python 3中reduce
函数消失了。你可以这样做:
def prod(lst):
return [x*y*z for x, y, z in list(zip(*lst))]
coords = [(2, 4, 8), (3, 6, 5), (7, 5, 2)]
print(prod(coords))
>>> [42, 120, 80]