将多维复杂 numpy 数组打印到字符串的 Pythonic 方法答案

【问题标题】：Pythonic way to print a multidimensional complex numpy array to a string将多维复杂 numpy 数组打印到字符串的 Pythonic 方法
【发布时间】：2013-05-29 17:15:32
【问题描述】：

我有一个像这样定义的 3D 复杂 numpy 数组：

> import numpy as np
> a = np.random.rand(2,3,4) + np.random.rand(2,3,4) * 1j
> a
array([[[ 0.40506245+0.68587874j,  0.74700976+0.73208816j,
      0.42010818+0.31124884j,  0.27181199+0.54599156j],
    [ 0.29457621+0.34057513j,  0.82490182+0.63943948j,
      0.46887722+0.12734375j,  0.77184637+0.21522095j],
    [ 0.67774944+0.8208908j ,  0.41476702+0.85332392j,
      0.10084665+0.56146324j,  0.71325041+0.77306548j]],

   [[ 0.77843387+0.23660274j,  0.23671262+0.63997834j,
      0.60831419+0.41741288j,  0.53870756+0.13747055j],
    [ 0.12477767+0.54603678j,  0.60537090+0.89208227j,
      0.16027151+0.17575777j,  0.18801875+0.27282324j],
    [ 0.82308271+0.97238411j,  0.47458327+0.75200695j,
      0.16085009+0.60620705j,  0.79766571+0.76470634j]]])

我需要以某种类似于 MATLAB 的特定格式将其打印到字符串 s，我发现的最佳方法如下：（对我来说，描述格式的最佳方法是使用此代码)

> s = ''
> for k in range(a.shape[2]):
>   for j in range(a.shape[1]):
>     for i in range(a.shape[0]):
>       s += str(a[i,j,k].real) + ' '
>   for j in range(a.shape[1]):
>     for i in range(a.shape[0]):
>       s += str(a[i,j,k].imag) + ' '

我对这段看起来不太“pythonic”的代码不满意（我来自 C++，对 Python 了解不多）。我确信 Python 提供了一些可以在这里使用的很好的语法（例如列表推导），但我对它不是很熟悉。

因此我的问题如下：如何改进此代码以使其更加 Pythonic？

编辑： 这个 3D 数组被视为 2×3 复数矩阵的数组。格式包括打印第一个矩阵的实部，然后是虚部，然后以这种方式遍历每个矩阵。

这是您在 MATLAB 中运行此代码时得到的格式：

> a = rand(2,3,4) + rand(2,3,4) * 1i;
> s = sprintf('%g %g ', [real(a) imag(a)]);

我的主要目标是兼容这种格式。

【问题讨论】：

我对你的代码感到困惑。您正在打印大多数数字的实部，然后是大多数数字的虚部......这真的是您想要的吗？
是的，代码以所需的格式打印数组。
@DSM 请将此作为答案发布...

标签： python arrays string numpy

【解决方案1】：

经过充分考虑，您应该能够避免创建中间副本。但既然人生苦短，那又如何：

' '.join(np.hstack([a.T.real, a.T.imag]).astype(str).flat)

例如：

>>> a
array([[[ 0.75878533+0.6450401j ,  0.97544304+0.95294337j,
          0.72619451+0.70150035j,  0.53653874+0.72336166j],
        [ 0.44497093+0.59486404j,  0.48346416+0.602289j  ,
          0.89508307+0.10804834j,  0.60925276+0.78463914j],
        [ 0.75324059+0.35750314j,  0.77764455+0.52714092j,
          0.60422248+0.45825998j,  0.06100151+0.98814297j]],

       [[ 0.25167445+0.26036597j,  0.14479218+0.63888545j,
          0.69195476+0.65571239j,  0.75384667+0.35208925j],
        [ 0.33299320+0.95810933j,  0.28706287+0.92696162j,
          0.80174074+0.73461441j,  0.64070651+0.95546677j],
        [ 0.32726129+0.28131131j,  0.84847281+0.0043481j ,
          0.20002495+0.92129643j,  0.85657582+0.17598515j]]])
>>> new = ' '.join(np.hstack([a.T.real, a.T.imag]).astype(str).flat)
>>> new
'0.758785326622 0.251674447258 0.444970928938 0.332993197954 0.753240586102 0.3272612899 0.645040097487 0.260365974319 0.59486403781 0.958109327206 0.357503144442 0.281311309104 0.975443036171 0.14479217684 0.483464161328 0.287062874161 0.777644547623 0.84847280757 0.952943365086 0.638885451204 0.602289004931 0.926961617163 0.527140924938 0.00434810439813 0.726194510838 0.691954756116 0.895083070782 0.801740737909 0.604222482831 0.200024953365 0.701500350108 0.655712387542 0.108048340908 0.734614410363 0.458259975834 0.921296429741 0.536538738872 0.75384667023 0.609252761053 0.640706514463 0.0610015096191 0.856575822125 0.723361662643 0.35208924756 0.784639135069 0.955466768932 0.988142972679 0.175985147504'
>>> original(a).strip() == new
True

更新：如果 .astype(str) 由于某种原因无法正常工作，则作为后备：

>>> new2 = ' '.join(map(str, np.hstack([a.T.real, a.T.imag]).flat))
>>> original(a).strip() == new2
True

【讨论】：

这给了我一个零数组。显然 astype(str) 在我的 python 中没有这样做。
@njzk2：奇怪。好吧，我们可以改用map 或列表推导式。

【解决方案2】：

字符串连接通常使用 join 来完成：

s += str(a[i,j,k].imag) + ' '

可以替换为

s += ' '.join(str(a[i,j,k].imag))

全局应用，1-liner 可以是：

s = ' '.join(' '.join(str(a[i,j,k].real) for j in range(a.shape[1]) for i in range(a.shape[0])) + ' ' + ' '.join(str(a[i,j,k].imag) for j in range(a.shape[1]) for i in range(a.shape[0])) for k in range(a.shape[2]))

不太清楚。我会保留 for ... k 循环并这样写：

s = ''
for k in range(a.shape[2]):
    s += ' '.join(str(a[i,j,k].real) for j in range(a.shape[1]) for i in range(a.shape[0]))
    s += ' '
    s += ' '.join(str(a[i,j,k].imag) for j in range(a.shape[1]) for i in range(a.shape[0]))
    s += ' '

编辑

这个比较重，numpy有很多工具。这是一个更简单的版本。第一行重新格式化矩阵以简化第二行的工作：

b = [numpy.vstack((a.real.T[i], a.imag.T[i])) for i in range(a.shape[2])]
s = ' '.join(str(d) for x in b for d in x.flat)

编辑 2

还是可以简化的

' '.join([str(x) for x in np.hstack((a.T.real, a.T.imag)).flat])

【讨论】：