迭代一个n维的numpy数组，其中包含未知数量的numpy数组作为其值

lymnna71 于 2023-08-05 发布在其他

关注(0)|答案(1)|浏览(111)

我有一个如下形式的numpy数组

[[array([ 1.  ,  3.25,  5.5 ,  7.75, 10.  ]) 0 0]
 [0 array([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.]) 0]
 [0 0 0]]

字符串
数组是N维的，在特定的位置，我会有需要迭代的数组。我不知道最后的维度，也不知道有多少个数组。
我如何编写一个程序/函数，使我得到所有可能的N维Tensor/矩阵，每个位置只有一个值？（即，在有数组的位置，我需要迭代它们，我需要生成一个Tensor/矩阵列表，每个位置只有单个值。
我不知道这是否重要，但每个方向的最大长度是3。
（问题的物理意义：基本上，我想为另一个软件创建输入文件。我需要在我指定的方向上迭代电场的变化。因此，在一维中，我将只有X，Y和Z，对于二维，我将有XX，YY，ZZ，XZ等。在每一个位置，我都指出了我想要迭代的值的数组，即。例如linspace（10，100，10）等）。
先谢了。
我甚至不知道如何处理它，或者如何谷歌它。我在想，也许可以创建一些额外的函数来帮助我以某种方式迭代等。
因此，期望的结果是，在每次迭代之后，我都会得到一个numpy数组，其中只有数组中的值，因此我可以将其提交给另一个函数。例如，从上面的np.array得到的np. array将是

First,

[[1 0 0]
 [0 1 0]
 [0 0 0]]
Second, 

[[1 0 0]
 [0 2 0]
 [0 0 0]]

...

Last, 

[10 0 0]
 [0 10 0]
 [0 0 0]]

型

numpy

来源：https://stackoverflow.com/questions/76702419/iterate-over-a-n-dimensional-numpy-array-which-contains-unknown-number-of-numpy

1条答案

按热度按时间

kqlmhetl1#

内置的itertools模块具有完美的功能：产物
然后就只需要处理numpy数组了。我发现其中的关键是创建一个布尔值掩码，指示嵌套数组的位置。
我只在3x3矩阵上测试过，但我认为它应该适用于任何数组。

from itertools import product

import numpy as np

array = np.array([[np.array([1, 2]), 0.5, 0.75],
                  [-0.5, np.array([10, 20]), -0.75],
                  [np.array([-1, -2]), 3.5, 3.75]], dtype=object)

# create a vectorized function to find nested arrays
is_cell_an_array = np.vectorize(lambda cell: isinstance(cell, np.ndarray))
# create an array of booleans indicating where the nested cells are
nested_mask = is_cell_an_array(array)

# use itertools.product to generate all the combinations of the nested arrays
for permutation in product(*array[nested_mask]):
    # create a new array
    new_array = np.zeros(array.shape, dtype=float)
    # copy in the unique combination of the nested arrays for this loop
    new_array[nested_mask] = permutation
    # copy in the rest of the values from the original array
    new_array[~nested_mask] = array[~nested_mask]

    print(new_array)

字符串

赞(0）回复(0）举报 2023-08-05

我来回答

迭代一个n维的numpy数组，其中包含未知数量的numpy数组作为其值

1条答案

相关问题

热门标签

最新问答