我有一系列的x,y和z坐标,我需要操作它。它们在三个元组的列表中,如{(x1,y1,z1),(x2,y2,z2),...}。哪个Python模块适用于列表中的数据操作?
我需要加法,乘法和对数来操纵我的数据。
我想学习一个模块,它和Awk语言一样强大。
我有一系列的x,y和z坐标,我需要操作它。它们在三个元组的列表中,如{(x1,y1,z1),(x2,y2,z2),...}。哪个Python模块适用于列表中的数据操作?
我需要加法,乘法和对数来操纵我的数据。
我想学习一个模块,它和Awk语言一样强大。
如果你需要很多数组操作,然后numpy的是蟒蛇
>>> import numpy
>>> data = numpy.array([(2, 4, 8), (3, 6, 5), (7, 5, 2)])
>>> data
array([[2, 4, 8],
[3, 6, 5],
[7, 5, 2]])
>>> data.sum() # product of all elements
42
>>> data.sum(axis=1) # sum of elements in rows
array([14, 14, 14])
>>> data.sum(axis=0) # sum of elements in columns
array([12, 15, 15])
>>> numpy.product(data, axis=1) # product of elements in rows
array([64, 90, 70])
>>> numpy.product(data, axis=0) # product of elements in columns
array([ 42, 120, 80])
>>> numpy.product(data) # product of all elements
403200
或元素明智的操作使用数组
>>> x,y,z = map(numpy.array,[(2, 4, 8), (3, 6, 5), (7, 5, 2)])
>>> x
array([2, 4, 8])
>>> y
array([3, 6, 5])
>>> z
array([7, 5, 2])
>>> x*y
array([ 6, 24, 40])
>>> x*y*z
array([ 42, 120, 80])
>>> x+y+z
array([12, 15, 15])
元素明智的数学运算的最佳选择,例如
>>> numpy.log(data)
array([[ 0.69314718, 1.38629436, 2.07944154],
[ 1.09861229, 1.79175947, 1.60943791],
[ 1.94591015, 1.60943791, 0.69314718]])
>>> numpy.exp(x)
array([ 7.3890561 , 54.59815003, 2980.95798704])
我不确定你究竟在干什么。你可以用列表解析做很多事情。举例来说,如果你要打开的列表:
coords = [(x1, y1, z1), (x2, y2, z2), (x3, y3, z3)] # etc
成一个元组(x1+x2+x3, y1+y2+y3, z1+z2+z3)
,那么你可以做:
sums = (sum(a[0] for a in coords), sum(a[1] for a in coords), sum(a[2] for a in coords))
事实上,有经验的Python程序员可以编写为:
sums = map(sum, zip(*coords))
虽然这对初学者来说看起来有点像魔法。
如果你想跨坐标乘法,那么这个想法是相似的。唯一的问题是python没有相当于sum
的内置乘法。我们可以建立我们自己:
import operator
def prod(lst):
return reduce(operator.mul, lst)
然后你可以乘以你的元组的协调明智:
prods = map(prod, zip(*coords))
如果你想要做的事与乘法(内产品吗?),这将需要更复杂多一点工作(尽管这不会很困难)。
我不知道你想采取什么对数。但你可以在数学模块中找到日志功能:
from math import log
希望这有助于。
在Python 3中,reduce
函数不见了。你可以这样做:
def prod(lst):
return [x*y*z for x, y, z in list(zip(*lst))]
coords = [(2, 4, 8), (3, 6, 5), (7, 5, 2)]
print(prod(coords))
>>> [42, 120, 80]
您不需要单独的库或模块来执行此操作。 Python具有内置于语言中的列表解析,可让您操作列表并执行计算。如果你想做大量的科学计算,或者你想要做大量的繁重数据处理,你可以使用numpy模块来做同样的事情。
在python 3.0中,reduce函数位于functools模块中。 – sykora 2009-01-30 00:48:28