我想将 numpy 数组放入我的一些代码中。我正在尝试迭代数组。
import numpy as np
a=10.0
b=55.0
y=np.asarray([11,30,54,7,22,5,15,65,15,6])
I =[y[i] / (a + (i+1) * b) for i in range(0, len(y))]
print I
>>>
[0.16923076923076924, 0.25, 0.30857142857142855, 0.030434782608695653, 0.077192982456140355, 0.014705882352941176, 0.037974683544303799, 0.14444444444444443, 0.029702970297029702, 0.010714285714285714]
到目前为止，我将迭代方法切换为枚举，这将给出相同的结果，但速度更快
J=[y[i] / (a + (i+1) * b) for i, item in enumerate(y)]
print J
在 Python pandas 中，有一个函数可以创建 [1,2,3,4,5,6,...n] 数组，然后使用数组中的值而不是使用 for 循环。这在 numpy 中可用吗？它会使过程更快吗？
最佳答案
您可以使用 np.arange 无需循环即可完成此操作:
>>> c = a + b*(np.arange(1, len(y)+1))
>>> y/c
array([ 0.16923077, 0.25 , 0.30857143, 0.03043478, 0.07719298,
0.01470588, 0.03797468, 0.14444444, 0.02970297, 0.01071429])
关于python - 使用类似枚举的函数迭代 numpy 数组，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/20808313/