自动为 (m x n) 2d ndarray 的每一行生成 m 个变量

【问题标题】：automatically make m variables for each row of (m x n) 2d ndarray自动为 (m x n) 2d ndarray 的每一行生成 m 个变量
【发布时间】：2020-06-23 22:42:48
【问题描述】：

假设我有一个 m x n numpy 矩阵，我需要为矩阵的每一行创建 m 个变量。有没有一种自动的方法来生成这些变量，然后在我的脚本中一次调用它们？

例如而不是说

matrix = np.random.randn(5, 3)
a = matrix[0,:]
b = matrix[1,:]
c = matrix[2,:]
d = matrix[3,:]
e = matrix[4,:]

res = someOperation(a, b, c, d, e)

有没有一种方法可以自动为某个大小为 m 的任意矩阵生成这些变量，然后同时调用它们？我有一个包含大量行的矩阵，肯定有更优雅的方式。

谢谢！

【问题讨论】：

标签： python matrix vectorization

【解决方案1】：

一个选项是传入整个矩阵，然后传入内部，如果你想对所有行应用相同的方程，那么你可以按如下方式遍历行

def someOperation(matrix):
    for row in matrix:
        print(row)

matrix = np.random.randn(5, 3)
res = someOperation(matrix)

否则，如果您希望所有变量都作为最接近的字母，您可以使用字典，如下所示，这只允许字母表中的字母数量，但如果您愿意，您可以随时重复字母。

import string

matrix = np.random.randn(5, 3)
alphabets = string.ascii_lowercase
matrixDictionary = {}

for i, row in enumerate(matrix):
    matrixDictionary[alphabets[i]] = row

# example of how to access the key and row
for key in matrixDictionary.keys():
    print(str(key) + " | " + str(matrixDictionary[key]))

【讨论】：