使用numpy并排打印两个阵列

Question

我正尝试在python中使用numpy创建一个余弦表。我想有旁边的角度的余弦的角度，所以它看起来是这样的：

0.0 1.000 5.0 0.996 10.0 0.985 15.0 0.966 
20.0 0.940 25.0 0.906 and so on. 

我试图做使用for循环，但我不知道如何得到这个工作。 目前，我有。

有什么建议吗？

Answer 1

您可以使用python的zip函数同时检查两个列表中的元素。

import numpy as np 
degreesVector = np.linspace(0.0, 360.0, 73.0) 
cosinesVector = np.cos(np.radians(degreesVector)) 
for d, c in zip(degreesVector, cosinesVector): 
    print d, c 

如果你想使一个numpy的阵列出度和余弦值，你可以用这种方式修改for循环：

table = [] 
for d, c in zip(degreesVector, cosinesVector): 
    table.append([d, c]) 
table = np.array(table) 

现在在同一行！

np.array([[d, c] for d, c in zip(degreesVector, cosinesVector)]) 

Answer 2

熊猫是这样的任务很方便的模块：

In [174]: import pandas as pd 
    ...: 
    ...: x = pd.DataFrame({'angle': np.linspace(0, 355, 355//5+1), 
    ...:     'cos': np.cos(np.deg2rad(np.linspace(0, 355, 355//5+1)))}) 
    ...: 
    ...: pd.options.display.max_rows = 20 
    ...: 
    ...: x 
    ...: 
Out[174]: 
    angle  cos 
0  0.0 1.000000 
1  5.0 0.996195 
2 10.0 0.984808 
3 15.0 0.965926 
4 20.0 0.939693 
5 25.0 0.906308 
6 30.0 0.866025 
7 35.0 0.819152 
8 40.0 0.766044 
9 45.0 0.707107 
.. ...  ... 
62 310.0 0.642788 
63 315.0 0.707107 
64 320.0 0.766044 
65 325.0 0.819152 
66 330.0 0.866025 
67 335.0 0.906308 
68 340.0 0.939693 
69 345.0 0.965926 
70 350.0 0.984808 
71 355.0 0.996195 

[72 rows x 2 columns] 

Answer 3

就在numpy的一些格式的想法，使用@MaxU的语法

a = np.array([[i, np.cos(np.deg2rad(i)), np.sin(np.deg2rad(i))] 
       for i in range(0,361,30)]) 
args = ["Angle", "Cos", "Sin"] 
frmt = ("{:>8.0f}"+"{:>8.3f}"*2) 
print(("{:^8}"*3).format(*args)) 
for i in a: 
    print(frmt.format(*i)) 
Angle Cos  Sin 
     0 1.000 0.000 
     30 0.866 0.500 
     60 0.500 0.866 
     90 0.000 1.000 
    120 -0.500 0.866 
    150 -0.866 0.500 
    180 -1.000 0.000 
    210 -0.866 -0.500 
    240 -0.500 -0.866 
    270 -0.000 -1.000 
    300 0.500 -0.866 
    330 0.866 -0.500 
    360 1.000 -0.000 

Answer 4

你接近 - 但如果您遍历角度，只需生成该角度的cosine：

In [293]: for angle in range(0,60,10): 
    ...:  print('{0:8}{1:8.3f}'.format(angle, np.cos(np.radians(angle)))) 
    ...:  
     0 1.000 
     10 0.985 
     20 0.940 
     30 0.866 
     40 0.766 
     50 0.643 

要使用数组，你有很多的选择：

In [294]: angles=np.linspace(0,60,7) 
In [295]: cosines=np.cos(np.radians(angles)) 

遍历一个指标：

In [297]: for i in range(angles.shape[0]): 
    ...:  print('{0:8}{1:8.3f}'.format(angles[i],cosines[i])) 

使用zip抛出值2×2：

for a,c in zip(angles, cosines): 
    print('{0:8}{1:8.3f}'.format(a,c)) 

略有变化：

for ac in zip(angles, cosines): 
    print('{0:8}{1:8.3f}'.format(*ac)) 

你可以串联阵列汇集成一个二维数组，并显示：

In [302]: np.vstack((angles, cosines)).T 
Out[302]: 
array([[ 0.  , 1.  ], 
     [ 10.  , 0.98480775], 
     [ 20.  , 0.93969262], 
     [ 30.  , 0.8660254 ], 
     [ 40.  , 0.76604444], 
     [ 50.  , 0.64278761], 
     [ 60.  , 0.5  ]]) 

In [318]: print(np.vstack((angles, cosines)).T) 
[[ 0.   1.  ] 
[ 10.   0.98480775] 
[ 20.   0.93969262] 
[ 30.   0.8660254 ] 
[ 40.   0.76604444] 
[ 50.   0.64278761] 
[ 60.   0.5  ]] 

np.column_stack可以做到这一点而不转置。

而且可以传递数组您的格式有：

for ac in np.vstack((angles, cosines)).T: 
    print('{0:8}{1:8.3f}'.format(*ac)) 

，或者你可以写一个csv风格文件，savetxt（这只是在二维数组的“行”进行迭代，并且与写fmt）：

In [310]: np.savetxt('test.txt', np.vstack((angles, cosines)).T, fmt='%8.1f %8.3f') 
In [311]: cat test.txt 
    0.0  1.000 
    10.0  0.985 
    20.0  0.940 
    30.0  0.866 
    40.0  0.766 
    50.0  0.643 
    60.0  0.500 

不幸的是savetxt需要旧样式格式。并试图写入sys.stdout在Py3中运行到字节v unicode字符串问题。

Answer 5

比方说，你有：

>>> d = np.linspace(0, 360, 10, endpoint=False) 
>>> c = np.cos(np.radians(d)) 

如果你不介意有一些括号，这样就在身边，那么你可以简单地串联逐列使用np.c_，并显示：

>>> print(np.c_[d, c]) 
[[ 0.00000000e+00 1.00000000e+00] 
[ 3.60000000e+01 8.09016994e-01] 
[ 7.20000000e+01 3.09016994e-01] 
[ 1.08000000e+02 -3.09016994e-01] 
[ 1.44000000e+02 -8.09016994e-01] 
[ 1.80000000e+02 -1.00000000e+00] 
[ 2.16000000e+02 -8.09016994e-01] 
[ 2.52000000e+02 -3.09016994e-01] 
[ 2.88000000e+02 3.09016994e-01] 
[ 3.24000000e+02 8.09016994e-01]] 

但是，如果你在乎删除它们，一个可能性是使用一个简单的regex：

>>> import re 
>>> print(re.sub(r' *\n *', '\n', 
       np.array_str(np.c_[d, c]).replace('[', '').replace(']', '').strip())) 
0.00000000e+00 1.00000000e+00 
3.60000000e+01 8.09016994e-01 
7.20000000e+01 3.09016994e-01 
1.08000000e+02 -3.09016994e-01 
1.44000000e+02 -8.09016994e-01 
1.80000000e+02 -1.00000000e+00 
2.16000000e+02 -8.09016994e-01 
2.52000000e+02 -3.09016994e-01 
2.88000000e+02 3.09016994e-01 
3.24000000e+02 8.09016994e-01 

我删除了括号，然后将它传递给正则表达式来删除每行中任一侧的空格。

np.array_str还可以让你设置精度。要获得更多控制权，您可以改用np.array2string。