0
我的代码有两个2D numpy阵列,z
和weights
。 我遍历他们是这样的(而调换它们):将压缩后的迭代器分离为单个迭代器?
import statsmodels.api as sm
import numpy as np
for y1, w in zip(z.T, weights.T): # building the parameters per j class
temp_g = sm.WLS(y1, iself.X, w).fit()
这是罚款,直到我开始为了加快我的代码使用Numba。随着Numba,我得到这个错误:
numba.error.NumbaError: (see below)
--------------------- Numba Encountered Errors or Warnings ---------------------
for y1, w in zip(z.T, weights.T): # building the parameters per j class
------------^
Error 82:12: Only a single target iteration variable is supported at the moment
--------------------------------------------------------------------------------
要解决这个问题,我想我可以简单地这样做:
for y1 in z.T:
for w in weights.T:
temp_g = sm.WLS(y1, iself.X, w).fit()
但我不是在蟒蛇太好尚未所以我只是想知道这是否是最好的方式?或者如果还有另一种更优化的方式?