这涉及将 SAS 中的 2-way ANOVA 程序转换为 Python 的项目。
星期四我几乎开始尝试学习这门语言，所以我知道我还有很大的改进空间。如果我遗漏了一些明显的东西，一定要告诉我。我还没有启动并运行 Sage，也没有 numpy，所以现在，这一切都是非常普通的 Python 2.6.1。（便携的）
初级查询：需要一组良好的列表理解，可以按因子 A、因子 B、整体以及因子 A 和 B (AxB) 的每个级别的组中提取样本列表中的数据。
经过一番工作，数据如下形式（3层嵌套列表）：
响应[a][b][n]
（意思是 [a1 [b1 [n1, ... ,nN] ...[bB [n1, ...nN]]], ... ,[aA [b1 [n1, ... ,nN] .. .[bB [n1, ...nN]]] 希望这很清楚。）
我的示例中的因子水平：A=3 (0-2), B=8 (0-7), N=8 (0-7)
byA= [[a[i] for i in range(b)] for a[b] in response]
（有人可以解释为什么这种语法有效吗？我偶然发现它试图看看解析器会接受什么。我没有在其他地方看到这种行为附带的语法，但它真的很好。关于该主题的网站或书籍上的任何好的链接将不胜感激。编辑：运行之间变量的持久性解释了这种奇怪之处。它不起作用。）
byB=lstcrunch([[Bs[i] for i in range(len(Bs)) ]for Bs in response])
（值得注意的是，它zip(*response)几乎可以满足我的要求。我记得上面的版本实际上并没有工作。我还没有通过仔细的测试来运行它。）
byAxB= [item for sublist in response for item in sublist]
（从本网站上 Alex Martelli 的回复中窃取。有人可以再次解释为什么吗？列表理解语法在我一直在阅读的文本中没有得到很好的解释。）
ByO= [item for sublist in byAxB for item in sublist]
（显然，我只是在这里重用了以前的理解，因为它做了我需要的。编辑：）
我希望这些最终得到相同的数据类型，至少在通过相关因素循环时，可以应用和使用相同的平均值/求和/SS/等函数。
这可以很容易地用更清洁的东西代替：
def lstcrunch(Dlist):
"""Returns a list containing the entire
contents of whatever is imported,
reduced by one level.
If a rectangular array, it reduces a dimension by one.
lstcrunch(DataSet[a][b]) -> DataOutput[a]
[[1, 2], [[2, 3], [2, 4]]] -> [1, 2, [2, 3], [2, 4]]
"""
flat=[]
if islist(Dlist):#1D top level list
for i in Dlist:
if islist(i):
flat+= i
else:
flat.append(i)
return flat
else:
return [Dlist]
哦，当我谈到这个话题时，将变量标识为列表的首选方法是什么？我一直在使用：
def islist(a):
"Returns 'True' if input is a list and 'False' otherwise"
return type(a)==type([])
分离查询：有没有办法显式强制浅拷贝转换为深拷贝？复制？或者，类似地，当复制到变量中时，有没有办法声明赋值也应该替换指针，而不仅仅是值？（stthe assignment 不会传播到其他浅拷贝）同样，有时使用它也可能很有用，因此能够控制它何时发生或不发生听起来真的很好。（当我准备通过调用插入表格时，我真的踩到了自己： response=[[[0]*N]*B]*A ）
编辑：进一步调查导致大部分工作正常。从那以后，我已经完成了课程并对其进行了测试。它工作正常。我将保留列表理解形式以供参考。
def byB(array_a_b_c):
y=range(len(array_a_b_c))
x=range(len(array_a_b_c[0]))
return [[array_a_b_c[i][j][k]
for k in range(len(array_a_b_c[0][0]))
for i in y]
for j in x]
def byA(array_a_b_c):
return [[repn for rowB in rowA for repn in rowB]
for rowA in array_a_b_c]
def byAxB(array_a_b_c):
return [rowB for rowA in array_a_b_c
for rowB in rowA]
def byO(array_a_b_c):
return [rep
for rowA in array_a_b_c
for rowB in rowA
for rep in rowB]
def gen3d(row, col, inner):
"""Produces a 3d nested array without any naughty shallow copies.
[row[col[inner]] named s.t. the outer can be split on, per lprn for easy display"""
return [[[k for k in range(inner)]
for i in range(col)]
for j in range(row)]
def lprn(X):
"""This prints a list by lines.
Not fancy, but works"""
if isiterable(X):
for line in X: print line
else:
print x
def isiterable(a):
return hasattr(a, "__iter__")
感谢大家的回应。由于我的 gnosis 的改进，已经看到代码质量的显着提高。当然，进一步的想法仍然值得赞赏。