假设我有以下数组列表
dat = [np.array([[1,2],[3,4]]), np.array([[5,6]]), np.array([[1,2],[7,8],[2,3]]), np.array([[1,2],[3,4]])]
现在,对于列表中的每个元素,我想将数组的行乘以(1/2)^ k,其中k是每一行的(索引+ 1)。
以列表中的第一个和第三个数组为例
for np.array([[1,2],[3,4]), it would becomes like
np.array([[0.5,1],[3/4,1])
for np.array([[1,2], [7,8], [2,3]]), it would becomes like
np.array([[0.5,1], [7/4,2], [1/4, 3/8])
所以最终结果将是
newdat = [np.array([[0.5,1],[3/4,1]]), np.array([[5/2, 3]]), np.array([[1/2, 1],[7/4,2],[1/4,3/8]]), np.array([[0.5, 1], [3/4,1]])]
对于我所做的只是使用for循环
for i in dat:
n = i.shape[0]
mul = (1/2)**np.arrange(1,n+1)
i = i*mul[:,None]
有什么更好的方法吗?
不,不幸的是没有。由于具有不同形状的np.arrays列表,因此处理该列表的唯一方法是使用for循环。您可以使用列表推导,但大致相同。(用于循环)
dat = [e * (1/2)**np.arange(1, e.shape[0]+1)[:,None] for e in dat]
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句