我對python相當陌生並且有一個愚蠢的問題。我查找答案,找不到它,所以我在這裏(在StackOverflow上的第一個問題,如果有任何錯誤,請原諒)。分配2D陣列函數返回值到一個新的numpy數組
我有一個完美的功能(functions.Reservoir)。它需要一個複雜的numpy 2D數組和一個浮點值作爲參數。它返回另一個複雜的numpy 2D數組。我嘗試將所有這些返回值保存在一個新的numpy數組中。 問題是第一個打印命令給了我正確的值,這意味着我的功能正常工作。但是在for循環之外,當我打印l變量時,所有元素都具有相同的值,即最後一個元素應該具有的值。
你能告訴我,我做錯了什麼?
你可以幫助我的另一件事是將這些返回值保存爲3D numpy數組。我不想使用vstack,因爲有時候我的循環會重複4000次,而vstack會大大減慢它的速度。我現在所做的就是將numpy數組保存爲對象,然後從這個迭代器中創建一個新數組。如果有更好的方法,請讓我知道。在此先感謝
k= np.zeros((400,3), dtype=np.complex128)
l= np.empty(noPoints1, dtype=object)
for i in xrange(noPoints1):
l[i] = functions.Reservoir(k, data[ OFFSET1+ Discard +i])
print l[i]
k=l[i]
print l
更新
這裏更多的是對我的代碼:
def determ(k1, k2, d):
dkdt = np.zeros_like(k1)
EA1 = np.absolute(k1[0])**2
EA2 = np.absolute(k1[1])**2
gain1= g1*(k1[2]-N0)/(1+s*EA1)
gain2= g2*(k1[2]-N0)/(1+s*EA2)
dkdt[0]= 0.5 * (1+ A*1j) * (gain1 - pd) * k1[0]
dkdt[1]= 0.5 * (1+ A*1j) * (gain2 - pd) * k1[1]
dkdt[2]= Stroom/e - k1[2]*ed - EA1*gain1 - EA2*gain2
return dkdt
def Reservoir(y,d):
q= y.shape[0]
mdata= 0.5*np.pi*d*maskvector #Maskvector 1D with q elements
for n in xrange(q):
yn = y[n,:] # Predictor
if n+1<q:
ytd= y[n+1,:] # Predictor Delayed Field strength
else:
ytd= y[n+1-q,:]
#See y as the state of a circular reservoir. If you reach the end at q, then it directly connects back at the start.
fn = determ(k1=yn, k2=ytd, d=mdata[n])
ybar = yn + fn*step # Corrector
if n+2<q:
ytdbar= y[n+2,:] # Corrector Delayed Field strength
else:
ytdbar= y[n+2-q,:]
fnbar = determ(k1= ybar, k2=ytdbar, d=mdata[n])
if n+1<q:
y[n+1] = yn + 0.5*(fn + fnbar)*step
else:
y[n+1-q] = yn + 0.5*(fn + fnbar)*step
return (y)
PS。我試過HYRY(Collecting results from a loop that returns NumPy Arrays)的答案,但是我仍然得到了所有元素的相同值。
歡迎。只是給你更多的代碼(水庫?),這有點難以理解。許多numpy函數返回數組的視圖而不是數組的副本,這可能是這裏的問題。 –