如何将我的迭代存储到python中的数组中？答案

【问题标题】：how to store my iterations into arrays in python?如何将我的迭代存储到python中的数组中？
【发布时间】：2017-11-04 11:48:26
【问题描述】：

我定义了以下函数，它以 x 和 n 作为参数，使用泰勒级数求和来近似反正切。我还在其中嵌入了一个条件语句，因此该函数适用于所有 x。导入数学

import math

for x in range(1,10,1):
   def arctan(x, n):
       arctang=0
       inv_x=1/x
       for i in range(n):
        sign=(-1)**i
        arctang = arctang + ((inv_x**(2.0*i+1))/(2.0*i+1))*sign

       if x>0:
        arc_tan=(math.pi/2)-arctang

       else:
           arc_tan=-(math.pi/2)-arctang

       return arc_tan


   print(arctan(x,100))

此代码打印迭代：

0.7878981009052581

1.1071487177940906

1.2490457723982544

1.3258176636680326

1.3734007669450157

1.4056476493802696

1.4288992721907325

1.446441332248135

1.460139105621001

但是我希望能够将 x 值存储到一个数组中，并将这些迭代存储到另一个数组中，这样我就可以从数组中生成一个图形，即： x=[1,2,3,4,5,6,7,8,9] y=[列出的迭代次数]

我该怎么做呢？

谢谢！

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

只需初始化一个 xmap 和 ymap 的空数组，然后在其中尝试append。示例代码如下所示：

xmap = []
xmap.append(str(x))

y 也是如此。

ymap = []
ymap.append(str(arctan(x,100)))

不要忘记在循环外初始化xmap 和ymap。如果您希望我修改您的整个代码，请告诉我。

更新完整的一维数组代码。

import math
xmap = []
ymap = []

for x in range(1,10,1):
   def arctan(x, n):
       arctang=0
       inv_x=1/x
       for i in range(n):
        sign=(-1)**i
        arctang = arctang + ((inv_x**(2.0*i+1))/(2.0*i+1))*sign

       if x>0:
        arc_tan=(math.pi/2)-arctang

       else:
           arc_tan=-(math.pi/2)-arctang

       return arc_tan
   xmap.append(str(x))
   ymap.append(str(arctan(x,100)))

x = xmap
y = ymap
print "x= ",x
print "y= ",y

【讨论】：

感谢您的回复！ :) 我试过下面的代码：xmap = [] xmap.append(str(x)) ymap = [] ymap.append(str(arctan(x,100))) print(xmap, ymap)，但它只返回一个一维数组....如果没有问题，请您修改我的代码吗？
是的，当然！我可以修改代码。但是你能告诉我你的预期输出是什么吗？因为从你的问题我能理解的是它是一维数组。
感谢prashant，我认为这已经成功了！我只是将数据类型更改为浮动，因为想要输出 x 和 y 的 1d 数组，因此可以将它们相互绘制。

【解决方案2】：

不要在每次迭代中重新定义函数。这样您就可以使用列表推导来创建“迭代”列表。

import math

def arctan(x, n):
       arctang = 0
       inv_x = 1/x
       for i in range(n):
        sign=(-1) ** i
        arctang = arctang + ((inv_x ** (2.0 * i + 1)) / (2.0 * i+1)) * sign

       if x>0:
        arc_tan = (math.pi / 2) - arctang

       else:
           arc_tan = -(math.pi / 2) - arctang

       return arc_tan

iterations = [arctan(x, 100) for x in range(1, 10, 1)]

您可以将推导更改为也存储x 的值，那么iterations 列表的每个元素都将是一个元组：

iterations = [(x, arctan(x, 100)) for x in range(1, 10, 1)]

顺便说一句，numpy 已经有一个arctan 函数：numpy.arctan。

【讨论】：

【解决方案3】：

为什么不对arctan() 本身进行矢量化？

def varctan(x, n):
    inv_x = 1/x

    signs = numpy.empty((len(x), n))
    signs[:, ::2] = 1
    signs[:, 1::2] = -1

    exprange = 2.0 * numpy.arange(n)[None, :] + 1
    signs *= (inv_x[:, None] ** exprange) / (exprange)
    arctang = numpy.sum(signs, axis=1)

    arctang *= -1
    arctang[x > 0] += numpy.pi / 2
    arctang[~x > 0] -= numpy.pi / 2

    return arctang

varctan(numpy.arange(1, 10), 100)

【讨论】：