声明空numpy.ndarray并填写

-1

给出一个numpy的阵列“x”和跳跃大小“N”，我要创建一个将返回numpy.ndarray用“X”适合跳值的函数尺寸，例如，如果x = [0,1,2,3,4,5,6,7,8,9]和N = 2，则该函数返回输出= [0,2,4,6,8 ]。到目前为止，我已经想到以下内容：声明空numpy.ndarray并填写

def hopSamples(x,N) 
    i = 0 
    n = len(x) 
    output = numpy.ndarray([]) 
    while i<n: 
     output.append(x[i]) 
     i = i+N 
    return output

但它给出错误。我怎样才能管理这个？我只是开始Python，所以我肯定会有很多错误，所以任何帮助将非常感激！

来源

2014-10-07 Hec46

发布你得到确切的错误将在未来有用，虽然你得到的答案是非常好的。 – porglezomp 2014-10-07 00:49:07

此外，你的问题标题并不真正适合你的问题的描述。为“声明（实际上，创建）一个空数组和填充”的方式是'np.zeros'加上正常索引设定。但是你想要做的并不是首先要做的。 – abarnert 2014-10-07 00:50:47

是的，对不起，我现在看到它。我对我在Python方面的知识缺乏表示歉意，上周我开始使用它。谢谢您的意见！ – Hec46 2014-10-07 19:02:47

你可以用切片：

In [14]: arr = np.arange(0, 10) 

In [15]: arr 
Out[15]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) 

In [16]: arr[::2] 
Out[16]: array([0, 2, 4, 6, 8])

因此，你的函数只会是这样的：

def hopSamples1(x, N): 
    return x[::N]

如果您有任何疑问在事先声明空数组，并使用循环加油吧T，你可以改变你的函数一点做到以下几点之一。

您可以初始化一个空数组，并在循环的每次迭代中通过另一个单元扩展它。请注意，每次都会创建并返回一个新数组。

def hopSamples2(x, N): 
    i = 0 
    n = len(x) 
    output = np.empty(shape = 0, dtype = x.dtype) 
    while i < n: 
     output = np.append(output, x[i]) 
     i += N 
    return output

一种替代实现将预先创建整个阵列，但在设置这些值到它的细胞中一个接一个。

def hopSamples3(x, N): 
    i = 0 
    n = len(x) 
    m = n/N 
    output = np.ndarray(shape = m, dtype = x.dtype) 
    while i < m: 
     output[i] = x[i * N] 
     i += 1 
    return output

一个简单的基准测试表明，使用切片是同时通过一个扩展阵列一个最快的方法是最慢的：

In [146]: %time hopSamples1(arr, 2) 
CPU times: user 21 µs, sys: 3 µs, total: 24 µs 
Wall time: 28.8 µs 
Out[146]: array([0, 2, 4, 6, 8]) 

In [147]: %time hopSamples2(arr, 2) 
CPU times: user 241 µs, sys: 29 µs, total: 270 µs 
Wall time: 230 µs 
Out[147]: array([0, 2, 4, 6, 8]) 

In [148]: %time hopSamples3(arr, 2) 
CPU times: user 35 µs, sys: 5 µs, total: 40 µs 
Wall time: 45.8 µs 
Out[148]: array([0, 2, 4, 6, 8])

来源

2014-10-07 00:48:56 Yoel

非常感谢您的努力！事实上，我可以以任何方式做到这一点，但是我之前对Matlab的知识让我觉得我解释的是一个很好的方法，但是那时你们向我展示了我不知道的最简单的方法，那就是我是如何做到的。所以，非常感谢你！ – Hec46 2014-10-07 19:08:24

使用numpy的切片，基本上start:stop:step：

In [20]: xs 
Out[20]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) 

In [21]: xs[::2] 
Out[21]: array([0, 2, 4, 6, 8])

来源

2014-10-07 00:48:46

谢谢！工作正常！ – Hec46 2014-10-07 19:03:37

import numpy as np 
a = np.array([0,1,2,3,4,5,6,7,8,9,10]) 
print "Please input a step number: " 
N = int(raw_input()) 
b = a[::N] 
print "b is: ", b

来源

2014-10-07 00:59:22 Kenny

好办法，谢谢！ – Hec46 2014-10-07 19:04:38

声明空numpy.ndarray并填写

回答

相关问题