我怎样才能返回嵌套的python数据[关闭]答案

【问题标题】：how can I get return the data in nested for python [closed]我怎样才能返回嵌套的python数据[关闭]
【发布时间】：2016-08-01 02:10:03
【问题描述】：

对于下面的代码，我想知道如何让data 在scikit 中使用机器学习进行操作。我的意思是在没有 for 的情况下调用数据，就像 print(data) 显示数据一样。

x = np.random.uniform(0,9,size = 100)
y = np.random.uniform(0,9, size = 100)

c = len(x)
v = len(y)

for a in range(c):  
    for b in range(v):
        data = [x[a],y[b]]

【问题讨论】：

不清楚，你的代码想要实现什么。您的循环是不必要的，因为data 将是两个元素的列表（分别是x 和y 的最后一个元素）。您是否正在寻找类似data = list(zip(x,y))（甚至data = list(itertools.product(x,y))，即((a,b) for a in x for b in y)）的东西？
我认为 OP 不知道如何将这些数据转移到他的 scikit 设置中。所以请与我们分享更多。接下来是什么操作，您要提供数据的scikit 函数的签名是什么？
我会将 x 和 y 返回到 2D 模型中。 ex x = [1,2,3] 和 y = [2,3,4] 并将其合并为 data = [ [1,2], [2,3], [3,4] ]。在我的代码中，我想将 x 和 y 从随机生成器合并到数据，并访问它。下一步我将为 Kmeans 尝试它。这是我的下一个代码 kmeans = KMeans(n_clusters = 1) kmeans.fit() centroids = kmeans.cluster_centers_labels = kmeans.labels_ print(centroids) print(labels)

标签： python python-3.x numpy scikits

【解决方案1】：

不要在 for 循环中迭代，而是使用 numpy 的内置连接方法。解决您的问题的捷径是使用np.c_:

>>> x = np.random.uniform(0,9,size = 10)
>>> y = np.random.uniform(0,9, size = 10)
>>> data = np.c_[x, y]
>>> print(data)
[[ 4.17625287  0.65042586]
 [ 0.86363075  5.76803241]
 [ 5.60804861  4.53155782]
 [ 5.09218028  2.21632802]
 [ 6.78485295  2.22956468]
 [ 4.02404425  0.34639777]
 [ 6.40337929  6.98969517]
 [ 3.79826214  1.29557794]
 [ 5.75174741  6.31052599]
 [ 0.15683548  3.71585267]]

将x 和y（N 大小一维向量）连接成一个Nx2 数组。

【讨论】：

好的，谢谢，我试试