[英]Formatting a multidimensional array Numpy Python
我想將下面的列表理解轉換為一個 3 維數組,它打印出數組中每個迭代的last index, max , min
。 下面的(arr[i:] > 0).cumsum()/ np.arange(1, len(arr[i:])+1) * 100)
函數計算number of positive array values/ length of array
的number of positive array values/ length of array
所以在第一個數組[12,12,-3,-1,2,1]
中,6 個值中有 4 個為正,因此最終結果為66.66
%。 但是,如果您只接收前 2 個索引[12,12.....]
,則為100
%,因此這是最大有效值,如果您接收前 4 個索引[12,12,-3,-1]
效率將下降到50
%。 last_inc, maxs , mins
在下面不起作用,但result
起作用。 我如何能夠在代碼中加入last_inc, maxs , mins
並獲得下面的預期輸出?
import numpy as np
def run(*args):
result = np.array([np.array([((arr[i:] > 0).cumsum()/ np.arange(1, len(arr[i:])+1) * 100) for i in range(len(arr))],dtype=object) for arr in args], dtype=object)
last_inc = result[-1]
maxs = np.max(result)
mins = np.min(result)
run(np.array([12,12,-3,-1,2,1]), np.array([-3,-1,-2,1]), np.array([12,-12]))
預期輸出:
last_indexes[[66.66666666666666, 60.0, 50.0, 66.66666666666666, 100.0, 100.0], [25.0, 33.33333333333333, 50.0, 100.0], [50.0, 0.0]]
max[[100.0, 100.0, 50.0, 66.66666666666666, 100.0, 100.0],[25.0, 33.33333333333333, 50.0, 100.0],[100.0, 0.0]]
min[[50.0, 33.33333333333333, 0.0, 0.0, 100.0, 100.0]]
numpy 看起來像你正在做的事情的一個可怕的工具。 您的列表理解會阻止您完成工作。 您必須對分鍾進行一些過濾,並且可能會包裝代碼
def run2(arr):
last_incs=np.zeros_like(arr, float)
maxs=np.zeros_like(arr, float)
mins=np.zeros_like(arr, float)
for i in range(arr.size):
result=np.cumsum(arr[i:]>0)/np.arange(1,arr[i:].size+1)*100
last_incs[i]=result[-1]
maxs[i]=np.max(result)
mins[i]=np.min(result)
print(last_incs,maxs,mins)
for arr in [
np.array([12,12,-3,-1,2,1]),
np.array([-3,-1,-2,1]),
np.array([12,-12])]:
run2(arr)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.