Question

我有一组k形式的字典{(i,j):NumPy.array}，我希望将其循环到NumPy.arrays以进行特定评估。

我按如下方式制作了词典：

datarr = ['PowUse', 'PowHea', 'PowSol', 'Top']  
for i in range(len(dat)): exec(datarr[i]+'={}')

所以我总是可以通过更改原始字符串列表来更改我想要在更大的代码集中评估的数据集。但是，这意味着我必须将我的词典称为eval(k) for k in datarr。

结果，我想做的循环暂时看起来像这样：

for i in filarr:  
    for j in buiarr:  
        for l in datarrdif:  
            a = eval(l)[(i, j)]  
            a[abs(a)<.01] = float('NaN')  
            eval(l).update({(i, j):a})

但是有更好的方式来写这个吗？我试过跟随，但这不起作用：

[eval(l)[(i, j)][abs(eval(l)[(i, j)])<.01 for i in filarr for j in buiarr for k in datarrdiff] = float('NaN')`

提前谢谢

Answer 1

datarr = ['PowUse', 'PowHea', 'PowSol', 'Top']
for i in range(len(dat)): exec(datarr[i]+'={}')

为什么不将它们创建为字典词典？

datarr = ['PowUse', 'PowHea', 'PowSol', 'Top']
data = dict((name, {}) for name in datarr)

然后您可以避免所有eval()。

for i in filarr:
    for j in buiarr:
        for l in datarr:
            a = data[l][(i, j)]
            np.putmask(a, np.abs(a)<.01, np.nan)
            data[l].update({(i, j):a})

或者可能只是：

for arr in data.itervalues():
    np.putmask(arr, np.abs(arr)<.01, np.nan)

如果要将所有字典值的所有元素设置为abs(element) < .01到NaN。

循环{tuple：NumPy.array}的词典

1 个答案: