本文實例講述了python關于矩陣重復賦值覆蓋問題的解決方法。分享給大家供大家參考,具體如下:
import itertools import numpy as np comb = list(itertools.combinations(list(range(regions)), 2)) bands_info = [] coeff = np.zeros([bands, len(comb)]) for cla in range(classes): class_info = data[:,cla*bands*regions:(cla+1)*bands*regions] for bs in range(bands): n = bs*regions for i in range(len(comb)): index1 = comb[i][0]+n index2 = comb[i][1]+n part1 = class_info[:, index1] part2 = class_info[:, index2] coeff[bs, i] = (np.corrcoef(part1, part2))[0, 1] bands_info.append(coeff.reshape([1,-1])) coeff_info = np.vstack((bands_info[0], bands_info[1], bands_info[2],bands_info[3]))
例如這個循環賦值過程,最終得出來的結果是bands_info這個List里面每一個矩陣都是一樣的,這是為什么呢?我一開始也在這里糾結了很長時間,思來想去感覺沒錯的呀。后來想想以前學的C語言知識,才有點明白。原來python里面有淺層copy和深層copy這一說,同是一個矩陣的話占用的是同一個地址,在里面進行重復賦值的話前面的值都會被覆蓋掉。不只是當前變量被覆蓋掉,就是你之后用到這個變量的也會被覆蓋。比如說你a的變量被b覆蓋了,那你后面用到a的變量的地方,a的值也會變成b的值。是不是很可怕。
那么應該怎么進行修改呢?
import itertools import numpy as np comb = list(itertools.combinations(list(range(regions)), 2)) bands_info = [] for cla in range(classes): coeff = np.zeros([bands, len(comb)]) class_info = data[:,cla*bands*regions:(cla+1)*bands*regions] for bs in range(bands): n = bs*regions for i in range(len(comb)): index1 = comb[i][0]+n index2 = comb[i][1]+n part1 = class_info[:, index1] part2 = class_info[:, index2] coeff[bs, i] = (np.corrcoef(part1, part2))[0, 1] bands_info.append(coeff.reshape([1,-1])) coeff_info = np.vstack((bands_info[0], bands_info[1], bands_info[2],bands_info[3]))
改成這樣就可以了。就是將初始矩陣在循環里在重新設定一遍,意思相當就是給了一次新的地址,再進行復制的話就不會覆蓋前面的結果了。
更多關于Python相關內容感興趣的讀者可查看本站專題:《Python數學運算技巧總結》、《Python數據結構與算法教程》、《Python函數使用技巧總結》、《Python字符串操作技巧匯總》及《Python入門與進階經典教程》
希望本文所述對大家Python程序設計有所幫助。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索:z360901061

微信掃一掃加我為好友
QQ號聯系: 360901061
您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。
【本文對您有幫助就好】元
