Python中如何遍历二维样本数组，逐行传参调用自定义模型函数

你的需求用Python的*序列解包特性就能非常简单实现，完全不需要手动从每行里拆分出p1到p16的数值。从你贴的print输出格式可以判断，当前的sample是典型的NumPy二维数组，每一行就是一个长度为16的一维向量，刚好匹配model的参数个数。

核心实现逻辑 #

• 先初始化一个空列表，按顺序存储每一行调用model得到的输出
• 循环遍历sample的每一行，把当前行的所有元素自动拆分为model需要的16个位置参数，调用函数后把结果存入列表

可直接运行的基础代码 #

# 初始化结果存储列表，按行顺序存model的输出
results = []
# 逐行遍历数据集
for row in sample:
    # *row 的作用：自动把当前行的16个数值按顺序作为位置参数传给model
    # 等价于手动写 model(row[0], row[1], row[2], ..., row[15])
    current_output = model(*row)
    results.append(current_output)

新手实操注意事项 #

• 这个写法对普通Python二维列表、NumPy二维数组完全通用，不需要额外做格式转换
• 正式批量运行前，先提前确认每一行的元素长度刚好是16：可以用print(len(sample[0]))检查第一行的长度，如果长度和model要求的参数个数不匹配，Python会直接抛出参数个数错误，提前检查可以避免无效运行
• 建议先单独测试第一行的调用是否正常：执行print(model(*sample[0]))，确认没有参数传递错误再跑全量数据
• 熟悉语法后可以用更简洁的列表推导式实现完全相同的效果，代码量更少：

  results = [model(*row) for row in sample]
  

内容的提问来源于stack exchange，提问作者preehee