编辑

Question

我有几种方法可以将不同数量的混乱数据传递给此函数，以将标头与数据结合起来并返回字典列表：

def zip_data(self, indicator_names, indicator_values):
    values = [[float(elem) for elem in item] for item in np.nditer(indicator_values)]
    return [dict(zip(indicator_names, row)) for row in values]

基本上就像（他们做的一样）：

def zip_large_data(self, indicator_names, indicator_values):
    data = []
    for item in np.nditer(indicator_values):
        values = []
        values.append(int(item[0]))
        for elem in item[1:]:
            values.append(float(elem))
        data.append(dict(zip(indicator_names, values)))
    return data

问题是，如果传递了20个元素的列表，则效果很好，但是对于40个元素，它给出了错误：

“ xy.py”文件，第205行，位于动量指标中       返回self.zip_large_data（momentum_indicator_names，动量_indicator_values）

文件“ xy.py”，第51行，位于zip_large_data中       对于np.nditer（indicator_values）中的项目：

ValueError：操作数太多

np.nditer（）可以迭代多少个值？有什么办法可以避免这种情况？

编辑

小例子：

indicator_values = [array（[1,2,3,4,5]），array（[5，10，15，20，   25]）]

indicator_names = ['a'，'b']

想要的输出：

data = [{'a'：1，'b'：5}，{'a'：2，'b'：10}，{'a'：3，'b'：15}，{'一种'： 4，'b'：20}，{'a'：5，'b'：25}]

当前状态：

def zip_large_data(self, indicator_names, indicator_values):
    data = []
    print(indicator_values[0])
    for item in np.nditer(indicator_values):
        print(item)
        values = []
        values.append(int(item[0]))
        for elem in item[1:]:
            values.append(float(elem))
        data.append(dict(zip(indicator_names, values)))
        print(data)
        break
    return data

输出：

在：print（indicator_values [0]）

出局：[1 2 3 4 5]

在：打印（项目）

输出：（array（1），array（5））

在：打印（数据）

出局：[{'a'：1，'b'：5}]

所以基本上，我不想依次遍历indicator_values，而是每个数组的第一个元素，然后每个数组的第二个元素，等等。我想避免nditer，但不知道怎么做

抱歉，英语不是我的母语，第一次使用numpy令人困惑。

Answer 1

您正在达到NPY_MAXARGS的限制。

我还没有看到nditer这样的用法，所以花了我一些时间才弄清楚发生了什么。然后，我使用python会话测试了我的想法。一个可行的例子会有所帮助。

通常，发布者使用nditer作为简单地遍历数组并进行一些计算的方式。简单迭代（无需nditer) is usually faster. nditer is mainly a stepping stone toward implementing the idea in cython`。

使用数组列表，nditer将它们一起广播，然后遍历匹配的元素。类似于常见的Python列表zip习惯用法（函数名暗含）。

In [152]: list(zip('abc',[1,2,3]))
Out[152]: [('a', 1), ('b', 2), ('c', 3)]
In [153]: {k:v for k,v in zip('abc',[1,2,3])}
Out[153]: {'a': 1, 'b': 2, 'c': 3}

定义3个可以相互广播的小阵列：

In [136]: a = np.array([[1,2],[3,4]])
In [137]: b = np.array([[4],[5]])
In [138]: c = np.array([10])
In [140]: np.broadcast_arrays(a,b,c)
Out[140]: 
[array([[1, 2],
        [3, 4]]), array([[4, 4],
        [5, 5]]), array([[10, 10],
        [10, 10]])]

使用nditer：

In [143]: for x in np.nditer([a,b,c]):
     ...:     print(x)
     ...:     
(array(1), array(4), array(10))
(array(2), array(4), array(10))
(array(3), array(5), array(10))
(array(4), array(5), array(10))

并带有您的功能：

In [155]: zip_large_data('abc',[a,b,c])
Out[155]: 
[{'a': 1, 'b': 4.0, 'c': 10.0},
 {'a': 2, 'b': 4.0, 'c': 10.0},
 {'a': 3, 'b': 5.0, 'c': 10.0},
 {'a': 4, 'b': 5.0, 'c': 10.0}]

如果运行ok，但我用32个操作数执行相同的迭代，但失败，则返回33

In [160]: for x in np.nditer([a,b,c]*11):
     ...:     pass 

ValueError: Too many operands

numpy的操作数限制为32（尺寸限制为32）。它没有充分的文档记录，并且不会经常出现。我只在使用np.choose的问题中看到它。

Alternative for numpy.choose that allows an arbitrary or at least more than 32 arguments?

Using numpy.array with large number of dimensions

Python np.nditer（）-ValueError：操作数过多

编辑

1 个答案: