【发布时间】：2020-07-09 20:43:54
【问题描述】：
假设我在 Python 3 中将多个 NxN 2D 数组存储到一个列表中。我想将所有数组折叠成 1 个数组，具有相同的维度 NxN，但是这个新数组的每个元素都包含一个 1xN 数组原始数组中的对应值。
为了给您提供更多上下文，此列表中的每个数组都对应于给定时间的一组值。对于每个新的时间点，我将该数组的更新版本存储到列表中。完成后，我想计算数组中每个 (i,j) 元素的值的标准差。
我尝试使用 for 循环，但我的模拟需要的时间太长，因为这是一组 100,000 个数组。我想知道是否有任何 numpy 或矢量化函数可以帮助我更有效地执行此操作。谢谢！
【问题讨论】：
-
例如，我认为您不能将列表作为 numpy 数组元素；你的意思是向数组添加一个额外的维度，使其成为一个 3d 数组？
-
具体看
numpy.stack-numpy.org/doc/1.19/reference/generated/numpy.stack.html -
例如，如果
x和y都是3x3 numpy 数组，那么numpy.stack([x, y])将是一个2x3x3 数组，或者numpy.stack([x,y], axis=2)将是一个3x3x2 数组（轴默认为0） . -
@alaniwi 您可以将列表作为 numpy 数组元素。事实上，您可以将任何对象存储为 numpy 元素。
-
@Ehsan 有趣，我不知道。 （刚刚没有使用在 python 3 下运行 numpy 的机器，我在 Python 2.7 安装上尝试了它并得到了
ValueError: setting an array element with a sequence。）但是在这种情况下它是否有任何有用的目的，每个元素都有一个列表（所有相同的长度) 与具有额外维度的数组相比？我怀疑不是。