时间戳

首页 > 解决方案 > 如何在 python 中使用 np.zeros 作为迭代器？

python - 如何在 python 中使用 np.zeros 作为迭代器？

问题描述

我正在尝试用 制作一个矩阵numpy，然后打印它（我这样做是因为稍后我想用更多矩阵进行数学运算），我得到的错误是：

"IndexError: arrays used as indices must be of integer (or boolean) type".

我尝试np.zeros在 for 循环中使用数组，但它不起作用（我遇到了类似的错误）。

注意：我尝试使用该np.matrix函数（将其分配给np.zeros列和行的数组，但它也不起作用，然后我尝试了一个变体（您可以看到已注释，该np.ndarray））。

代码：

import numpy

def matrixes():
    col= int(input("Enter the number of columns\n"))
    row= int(input("Enter the number of rows\n"))
    print(col,row)
    nCol=numpy.zeros(col)
    nRow=numpy.zeros(row)
    list_col=[nCol]
    list_Row=[nRow]
    print(nCol, nRow)
    #nArray=numpy.ndarray(nCol,nRow).reshape(2,2)
    for i in list_col:
        for j in list_Row:
            print("Enter value ",nCol,nRow)
            a=int(input())
            nCol[i]=a
            nRow[j]=a
    print("The matrix is: ",nCol, nRow)


#def __init__():
a = int(input("Enter an option\n"
    "1. Matrixes\n"))
if a==1:
    matrixes()

标签： pythonnumpy

解决方案

构造 Numpy 数组的最常见选项是（当然）np.array，描述如下

numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)
Create an array.

您可能想研究整个描述，但最相关的是object论点 - 再次来自参考描述

参数：对象：array_like

数组、任何公开数组接口的对象、其 __array__方法返回数组的对象或任何（嵌套）序列。

特别是“任何（嵌套）序列”，您知道，可以使用list comprehension构建，例如，您可以构建一个这样的列表列表

>>> [[input() for col in range(3)] for row in range(2)]
1
2
3
4
5
6
[['1', '2', '3'], ['4', '5', '6']]
>>>

并将所述列表传递给array构造函数（在注意到我们需要从字符串转换为浮点数之后，即......）

>>> np.array([[float(input()) for col in range(3)] for row in range(2)])
...
array([[1., 2., 3.],                                                                                                                                   
       [4., 5., 6.]])                                                                                                                                  
>>>

有了这些基础，我们就可以写出这段代码了

nrows = int(input('How many rows? '))
ncols = int(input('How many columns? '))
A = np.array([[float(input('Enter element for row %d and column %d: '%(row,col)))
                 for col in range(ncols)] for row in range(nrows)])

值得一提的是，这样做会产生一个可能（不，这不是你的情况......）将被垃圾收集的列表的大列表，因此，如果效率是主要问题，创建一个空矩阵使用np.empty((nrows, ncols))然后做一个循环来用你的值填充它可能是更可取的：

nr = int(input('How many rows? '))
nc = int(input('How many columns? '))
A = np.empty((nr, n)) # note that the argument is the tuple (nr, nc)
for r in nr:
    for c in nc:
        A(r, c) = float(input('A(%d, %d) = '%(r, c)))

作为旁注，最好将input两个内部循环中的调用包装到一个函数中，该函数反复询问您的输入，直到提供有效数字

def real_input(prompt)
    while 1:
        str_val = input(prompt)
        try:
            num_val = real(str_val)
       except ValueError:
            # optionally print error message
            continue
       return num_val

这样您就不必在输入错误时重新启动整个输入过程。

推荐阅读