NumPy数组迭代组合:如何修改代码得到符合预期的拼接结果
代码调整方案
原有代码走的是列拼接思路处理calc_something的返回值,但该函数返回的是长度不一致的数组,NumPy根本没法把不等长的列拼成规整的数值数组,最后只能退化成存储Python对象的嵌套数组,离预期的逐值展开结果差很远。
具体修改点
- 直接删掉原来硬转列、拼列的两行代码:也就是
results = np.reshape(np.array(results), (prv.shape[0], 1))和combined = np.hstack((prv, results))。这套写法只在calc_something每次都返回固定长度标量的时候能用,碰到不定长返回值百分百生成嵌套对象数组,完全没用。 - 把遍历逻辑改成逐值匹配:每遍历到
prv的一行,先拿到calc_something返回的不定长数组,把原始行按这个数组的长度重复,每次把数组里的一个值和对应原始行拼为一行,攒到最终结果列表里就行。
修改后的完整可运行代码
import numpy as np def calc_something(i): if i[0] == 1: b = np.array([6,7,3]) return b if i[0] == 3: b = np.array([3]) return b if i[0] == 5: b = np.array([9,7]) return b prv = np.array([[1,2],[3,4],[5,6]]) combined = [] for row in prv: calced_values = calc_something(row) for single_val in calced_values: combined.append(np.append(row, single_val)) combined = np.array(combined)
运行后输出的结果和预期完全一致:
[[1 2 6] [1 2 7] [1 2 3] [3 4 3] [5 6 9] [5 6 7]]
内容的提问来源于stack exchange,提问作者Elhanan Schwarts
相关产品推荐
相关产品推荐

