numpy中的数据转换

Question

• 输入数据是一维numpy数组的列表例如x[0] = [ array([1.0,1.0,1.0]), array([2.0,2.0,2.0]), ...]
• len(x)的数量级为几千（行），而len(x[n])是一个固定的数字（列），但可能会因运行而改变（所以我不想硬编码一些列）。
• 功能f(x[n][col])将每个array成单个数
• 期望的结果是转化的列

的列表对于绘制的列表，这样他们可能是一个numpy的数据结构。 下面是一些代码来设置测试数据和名义变换：

import numpy 

# create test data set 
def datagen(number): 
    return numpy.array([number,number,number]) 

x=[] 
for rows in range(20): 
    dataline = [ datagen(n) for n in range(5)] 
    x.append(dataline) 

#define transformation of array to single number 
def f(in_array): 
    return in_array.sum() 

期望result--得到在numpy的，Python的排序的方式：

[ array([0,0,0,...0]), array([3,3,3,....,3]), array([6,6,6,...,6]), ..etc] 

其中在这种情况下，每个阵列具有20元素（每行数据一个），列表中有5个数组（每列一个）。

这是我目前的解决方案：

trans = [] 
for dataline in x: 
    trans.append([f(a) for a in dataline]) 

trans = numpy.array(trans) 
answer = [ trans[:,col] for col in range(len(x[0])) ] 

不是太寒酸，但我的头很痛，我有一种感觉，这是可以做到更好。 ??? （a）= numpy.sqrt(numpy.vdot(a,a))。

Answer 1

如何：

numpy.tile(numpy.arange(1,12).reshape(11,1),20)