1

我试图使用 np.nditer() 迭代嵌套的（numpy）数组。

将嵌套的整数列表转换为嵌套的 numpy 数组。

from numpy import mean, array, nditer

nested_list = [[1,2,3],[2,3,4],[3,4,5],[4,5,6]]

np_array = []
for i in nested_list:
    a = array(nested_list)
np_array.append(a)

上述工作，屈服；

[array([[1,2,3],
       [2,3,4],
       [3,4,5],
       [4,5,6]])]

我想计算每个嵌套子列表的平均值......我已经尝试过了，但它不能正常工作。

np_mean = []
c = 0
for i in nditer(np_array):
    m = mean(i)
    np_mean_rep.append(m)
    c += 1
print np_mean_rep

...这有点扁平化嵌套数组，所以我不指向每个嵌套子列表，而是指向每个值。我将如何以某种方式使用 nditer 以使其起作用？任何指针将不胜感激！

4

1 回答 1

3

[从评论迁移]

我认为你让事情变得比他们需要的要困难得多。数组有一个.mean()方法，您不必逐行构建对象。您可以一次完成所有操作。

>>> import numpy as np
>>> nested_list = [[1,2,3],[2,3,4],[3,4,5],[4,5,6]]
>>> np.array(nested_list)
array([[1, 2, 3],
       [2, 3, 4],
       [3, 4, 5],
       [4, 5, 6]])
>>> np.array(nested_list).mean(axis=1)
array([ 2.,  3.,  4.,  5.])
>>> np.array(nested_list).mean(axis=0)
array([ 2.5,  3.5,  4.5])

该axis参数指定我们想要取平均值的数组的哪个维度。

一般来说——尽管并非总是如此——如果你发现自己用 编写for循环numpy，那么你做错了什么。使用时的基本规则numpy是尝试对所有内容进行矢量化（即根据可以一次对整个数组执行的操作编写代码），这意味着在快速 C 库中完成了艰苦的工作，而不是在慢速Python 级别。

于 2013-05-10T14:53:41.183 回答