tworzenie niewidocznych tablic z sekwencją

Question

Jestem na mojej przejściowej podróży z MATLAB do scipy (+ numpy) + matplotlib. Wciąż mam problemy przy wdrażaniu niektórych rzeczy. Chcę utworzyć prostą tablicę wektorową w trzech różnych częściach. W MATLAB zrobiłbym coś takiego:

vector=[0.2,1:60,60.8]; 

Powoduje to jednowymiarową tablicę 62 pozycji. Próbuję wprowadzić to za pomocą scipy. Najbliżej jestem teraz to:

a=[[0.2],linspace(1,60,60),[60.8]] 

Jednak ten tworzy listę, a nie tablicy, a więc nie mogę przekształcić go do tablicy wektora. Ale potem, kiedy to zrobić, pojawia się błąd

a=array([[0.2],linspace(1,60,60),[60.8]]) 
ValueError: setting an array element with a sequence. 

wierzę mój Główną przeszkodą jest to, że nie mogę dowiedzieć się, jak przetłumaczyć tę prostą operację w programie MATLAB:

a=[1:2:20]; 

do NumPy . Wiem, jak to zrobić, aby uzyskać dostęp do pozycji w tablicy, ale nie podczas tworzenia sekwencji. Każda pomoc zostanie doceniona, dzięki!

Answer 1

A NumPy realizuje funkcję MATLAB macierzach tworzenie, wektor, wykorzystując dwa funkcji zamiast jednego - każdy domyślnie przyjmuje danej osi, wzdłuż której konkatenacja powinno się zdarzyć. Te funkcje to:

• r_ (wiersz mądry konkatenacji) i

• C_ (kolumna-wise)

Tak dla przykładu Odpowiednikiem NumPy jest:

>>> import numpy as NP 

>>> v = NP.r_[.2, 1:10, 60.8] 

>>> print(v) 
    [ 0.2 1. 2. 3. 4. 5. 6. 7. 8. 9. 60.8] 

Odpowiednikiem kolumna-wise to:

>>> NP.c_[.2, 1:10, 60.8] 

plaster notacja działa zgodnie z oczekiwaniami [start: przystanek: krok]:

>>> v = NP.r_[.2, 1:25:7, 60.8] 

>>> v 
    array([ 0.2, 1. , 8. , 15. , 22. , 60.8]) 

Choć jeśli Liczby urojone użyte jako trzeci argument, notacja krojenia zachowuje się jak linspace:

>>> v = NP.r_[.2, 1:25:7j, 60.8] 

>>> v 
    array([ 0.2, 1. , 5. , 9. , 13. , 17. , 21. , 25. , 60.8]) 

Inaczej zachowuje się jak arange:

>>> v = NP.r_[.2, 1:25:7, 60.8] 

>>> v 
    array([ 0.2, 1. , 8. , 15. , 22. , 60.8]) 

Answer 2

Można spróbować czegoś takiego:

a = np.hstack(([0.2],np.linspace(1,60,60),[60.8])) 

Answer 3

jeśli rozumiem MATLAB poprawnie, można osiągnąć coś takiego za pomocą:

a=np.array([0.2]+list(range(1,61))+[60.8]) 

Ale nie ma chyba lepszego sposobu na ... list(range(1,61)) może po prostu być range(1,61), jeśli używasz Pythona 2.X.

Umożliwia to utworzenie 3 list, a następnie łączenie ich za pomocą operatora +.

Powodem oryginalna próba nie działa dlatego

a=[ [0.2], np.linspace(1,60,60), [60.8] ] tworzy listę list - innymi słowy:

a[0] == [0.2] #another list (length 1) 
a[1] == np.linspace(1,60,60) #an array (length 60) 
a[2] == [60.8] #another list (length 1) 

Funkcja array oczekuje iterowalny że jest sekwencja, lub sekwencja sekwencji o tej samej długości.

Answer 4

np.concatenate([[.2], linspace(1,60,60), [60.8]]) 

Answer 5

Czy arange(0.2,60.8,0.2) robisz, co chcesz?

http://docs.scipy.org/doc/numpy/reference/generated/numpy.arange.html

Answer 6

jakoś podoba mi się pomysł skonstruowania tych segmentacji zakresy pan wspomniał. Jeśli używasz ich dużo, może mały funkcja jak

import numpy as np 

def segrange(*args): 
    result = [] 
    for arg in args: 
     if hasattr(arg,'__iter__'): 
      result.append(range(*arg)) 
     else: 
      result.append([arg]) 
    return np.concatenate(result) 

który daje

>>> segrange(1., (2,5), (5,10,2)) 
[ 1. 2. 3. 4. 5. 7. 9.] 

byłoby miło mieć. Chociaż prawdopodobnie wybrałbym odpowiedź używając konkatenacji/hstack.

Answer 7

Spójrz na np.r_.Jest to w zasadzie odpowiednik tego, co wszyscy sugerowali, ale jeśli przychodzisz z Matlaba, jest to trochę bardziej intuicyjne (a jeśli pochodzisz z jakiegokolwiek innego języka, jest to trochę sprzeczne z intuicją).

Przykładowo vector=[0.2,1:60,60.8]; przekłada się na:

vector = np.r_[0.2, 1:61, 60.8] 

Answer 8

prostu chcą zwrócić uwagę na innych ludzi, począwszy od MATLAB do NumPy że można skonstruować tablicę np.r_ z dwukropkami, a następnie użyj jej do indeksu

Np. jeśli masz w Matlab

arr_ones = ones(10,10) 

Albo w NumPy

arr_ones = np.ones([10,10]) 

Można w Matlab podjąć tylko kolumny od 1 do 5 oraz 7 tak:

arr_ones(:,[1:5 7]) 

robi to samo w NumPy nie jest (przynajmniej dla mnie) intuicyjny. To daje „nieważne składni” Błąd:

arr_ones[:,[1:5,7]] 

Jednak to działa:

inds = np.r[1:5,] 
arr_ones[:,inds] 

wiem, że to nie jest technicznie nowa odpowiedź, ale przy użyciu dwukropka skonstruować tablicę podczas indeksowania na matrycę wydaje się tak naturalna w Matlab, założę się, że wiele osób, które przyjdą na tę stronę, będzie chciało to wiedzieć. (Przyszedłem tutaj, zamiast zadawać nowe pytanie.)