将二维数组函数 return 值分配给新的 numpy 数组

Assigning 2D-array function return values to a new numpy array

我是 python 的新手,有一个愚蠢的问题。我查找答案,找不到答案,所以我来了(Whosebug 上的第一个问题,如有错误请原谅)。

我有一个功能 (functions.Reservoir) 可以完美运行。它采用一个复杂的 numpy 二维数组和一个浮点值作为参数。它 return 返回另一个复杂的 numpy 二维数组。我尝试将所有这些 return 值保存在一个新的 numpy 数组中。 问题是第一个打印命令给了我正确的值,这意味着我的函数工作正常。但是在 for 循环之外,当我打印 l 变量时,所有元素都具有相同的值,即最后一个元素应该具有的值。

你能告诉我哪里做错了吗?

您可以帮助我的另一件事是将这些 return 值保存为 3D numpy 数组的方法。我不想使用 vstack,因为有时我的循环会迭代 4000 次,而 vstack 会大大降低它的速度。我现在要做的是将 numpy 数组保存为对象,然后从这个可迭代对象中创建一个新数组。如果有更好的方法,请告诉我。提前致谢

    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

这是我的代码的更多信息:

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。我尝试了 HYRY (Collecting results from a loop that returns NumPy Arrays) 的答案,但我仍然得到所有元素的相同值。

看来你总是在同一个数组上工作。 k=l[i].copy() 中的更改将确保在每个步骤中处理一个新数组。

Reservoir 中的 return y 不会像 docs :

Note that slices of arrays do not copy the internal array data but also produce new views of the original data,