如何在 Python 中自动将数组放入矩阵元素中？答案

【问题标题】：How can I put an array into a matrix elements automatically in Python?如何在 Python 中自动将数组放入矩阵元素中？
【发布时间】：2021-03-03 13:56:10
【问题描述】：

我有一个大小为 30 * 30 的矩阵 X，我想将 X 自动放入数组 Y（numpy 数组）的每个单元格中。我编写了以下 Python 代码，但我不知道如何实现我想要的。更准确地说，我希望 Y 是一个大小为 99 * 1 的矩阵，其中 Y 的每个元素都是一个矩阵 X。

import numpy as np

range_var = np.arange(10,100, 1)
Y = np.zeros(np.size(range_var))

for i in range_var:
    X = np.random.rand(30,30)
    Y[i] = X

任何帮助将不胜感激！

【问题讨论】：

你不应该将你的变量定义为range，因为range是python中的一个函数。
Y 需要是 NumPy 数组吗？有类似对象数组的东西，但 NumPy 数组是用来保存数字（不是指针）的。
@igorkf 是的！谢谢！
不清楚你想要什么，但请注意np.ones((30)) 的形状为(30, ) 而不是(30, 30)。你的意思是X = np.ones((30, 30))？
对不起，我放弃了，我不明白你在问什么。你真的应该试着用更好的例子更清楚地解释自己。

标签： python arrays matlab numpy

【解决方案1】：

这有点违背使用 NumPy 的精神（因为它会使数字优势消失），但你可以这样做：

Y = np.empty(100, dtype=object)
Y[...] = [np.ones((30, 30)) for _ in range(100)]

将np.ones 替换为您实际处理的任何随机函数。现在，这会产生一个数组对象的参差不齐的数组。无法确保（或以形状或类型编码）Y 的元素的形状为 (30, 30)；它们也可能具有随机形状。¹

对于这种情况，最好只使用list 的数组。

值得注意的是，如果您决定将Y 用作 3D 数组，则非常相似的结构也可以使用：

Y2 = np.empty((100, 30, 30))
Y2[...] = [np.ones((30, 30)) for _ in range(100)]

虽然在那种情况下你可以直接写

Y3 = np.array([np.ones((30, 30)) for _ in range(100)])

结果将自动连接。但是这两个版本都创建了不必要的数组中间列表，可以通过更多关于构造逻辑的信息来避免这些中间列表。

¹正如here 所述，直接分配Y 与np.array 和dtype=object 相同形状的元素在设计上不起作用。

【讨论】：

【解决方案2】：

您可能希望执行以下操作：

import numpy as np

range_var = np.arange(10,100, 1)
Z = np.zeros(np.size(range_var))
Y = [[]] * len(Z)

for i in range(len(Y)):
    X = np.random.rand(30,30)
    Y[i] = X
    
print(Y[0])

Y 的第一个元素的输出如下所示：

[[8.71768142e-03 1.95842121e-01 3.48960380e-01 4.82051977e-01 2.82854636e-01 5.16650577e-01 6.99694637e-01 9.74657948e-01 1.74005728e-01 7.87224769e-01 8.45505123e-01 6.06426391e-01 6.28956958e-01 7.61095262e-01 4.83874602e-01 7.19727490e-01 1.12914684e-01 9.57578821e-01 4.15939585e-01 4.32561004e-01 5.23185891e-01 8.94867683e-01 4.03805754e-01 3.31016882e-01 6.15462553e-01 6.05025939e-01 4.93821722e-01 4.57816110e-01 2.29621863e-01 5.50679914e-01] [1.89572414e-01 3.18888371e-01 2.45477287e-01 5.84301398e-01 7.19882461e-01 3.76206859e-01 3.36516800e-01 6.62839901e-01 5.34286198e-01 6.43281618e-01 5.04704960e-01 4.11075044e-01 3.70793810e-01 2.09171377e-01 8.26894090e-01 4.88145383e-01 9.76859585e-01 5.66362393e-01 5.00326056e-02 3.03405329e-01 3.47386966e-01 3.38509244e-01 2.44756099e-01 7.26830086e-01 3.53031198e-01 5.71449664e-01 3.67615943e-01 8.77292061e-01 4.60977301e-01 2.84626276e-01] ...etc]

【讨论】：

我认为没有必要包含整个随机输出。

【解决方案3】：

我的评论是我要求您显示您的代码产生的错误：

In [200]: range_var = np.arange(10,100, 1)
     ...: Y = np.zeros(np.size(range_var))
     ...: 
     ...: for i in range_var:
     ...:     X = np.random.rand(30,30)
     ...:     Y[i] = X
     ...: 
TypeError: only size-1 arrays can be converted to Python scalars

The above exception was the direct cause of the following exception:
Traceback (most recent call last):
  File "<ipython-input-200-d3febad37a25>", line 6, in <module>
    Y[i] = X
ValueError: setting an array element with a sequence.

看看这段代码的元素：

In [201]: Y.shape               # a 90 element array, by definition
Out[201]: (90,)
In [202]: Y[i]                  # one element of this array
Out[202]: 0.0
In [203]: X                     # a (30,30) shaped array
Out[203]: 
array([[0.7509964 , 0.5079236 , 0.21115   , 0.01971662, 0.89276404,
....

它说你不能将许多项目（序列）放入一个只接受一个数字的插槽中。

一个答案建议将Y 创建为对象dtype，然后它可以接受数组作为元素。但是一个对象 dtype 数组只是一个美化（或私下化）的列表。

如果所有X 的大小相同，您可以创建一个接受这些子数组的 3d 数组。

Y = np.zeros((N,30,30))

如果X 的形状不同，那么你必须走object 路线，但我仍然认为列表更好。

【讨论】：