Question

I am on my transitional trip from MATLAB to scipy(+numpy)+matplotlib. I keep having issues when implementing some things. I want to create a simple vector array in three different parts. In MATLAB I would do something like:

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

这导致62个位置的一维阵列。我试图使用 scipy 来执行这个阵列。我现在最接近的是:

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

然而, 这样可以创建一个列表, 而不是数组, 因此我无法将它重塑为矢量矩阵。但是, 当我这样做时, 我有一个错误

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

我相信我的主要障碍是我无法在MATLAB 找到如何翻译这个简单操作的方法:

a=[1:2:20];

to numpy. I know how to do it to access positions in an array, although not when creating a sequence. Any help will be appreciated, thanks!

Answer 1

WellmPy 执行 MATLAB s 阵列生成函数, Victor , 使用 two 函数, 而不是单向暗含指定一个特定的轴, 并围绕该轴进行 concatenation 。这些函数是:

<强>r/强>(滚式连接)和
<强>c/强>(按列)

例如,NumPy等值是:

>>> 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]

列中对应词是:

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

selice 批注工作如预期[start:stop:step ]:

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

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

虽然如果使用一个 imaginary number 来作为第三个参数, 剪切的音符表现得像 < engene{em>linspace :

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

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

Otherwise, it behaves like arange:

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

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

Answer 2

你可以尝试一些东西,比如:

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

Answer 3

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

Answer 4

arange(0.2,60.8,0.2) 是否做你想做的事?

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

Answer 5

我有点喜欢你提到的构建这些分隔范围的想法。如果你使用它们,也许一个小的函数,比如:

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)

给您一个

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

不过,我可能会用混凝土/黑匣子来回答问题。

Answer 6

如果我正确理解这块垫子你可以用这个来完成这个任务

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

但也许有一个更好的方法... list(range(1,61)) 可以是 range(1,61) ,如果你再使用python 2.X,则可以是 range(1,61) 。

此工作方式是创建 3 个列表, 然后使用 < code_ / code > 运算符将其配置。

你最初的尝试失败的原因是因为

a=[[0.2],np.linspace(1,60,60,60,60] 创建一个清单 -- -- 换句话说:

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)

array 函数期望一个可循环的序列,或相同长度的序列序列。

Answer 7

看看"http://docs.scipy.org/doc/numpy/ reference/generate/numpy.r_.html" rel="nofollow" {code>np.r/code/a>。它基本上与其他人的建议相当,但如果你来自matlab,它更直观一些(如果你来自任何其他语言,它是有点反直觉的)。

例如, victor=[0.21:60,60.8]; 翻译为:

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

Answer 8

只想为从 MATLAB 到 Numpy 的任何其他人指出, 您可以用冒号构建 np.r_ 阵列, 然后用它来索引

例如,如果您在马特拉布

arr_ones = ones(10,10)

或在纽菲

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

你可以在Matlab只取一至五栏和七栏像这样:

arr_ones(:,[1:5 7])

Doing the same in Numpy is not (at least for me) intuitive. This will give you an "invalid syntax" error:

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

然而,这种作用是:

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

我知道这在技术上不是一个新的答案, 但是在Matlab使用结肠构建一个阵列时, 将矩阵指数化似乎很自然, 我敢打赌, 许多人来到这页会想知道这个消息。 (我来到这里, 而不是问一个新问题 ) 。

Answer 9

使用 numpy. repeat () numpy.tile () 的最简单方式

a = np.array([1,2,3,4,5])

np.r_[np.repeat(a,3),np.tile(a,3)]

友情链接