NumPy中的数据转换

Question

• 输入的数据是一些一维的numpy数组列表，比如说 x[0] = [ array([1.0,1.0,1.0]), array([2.0,2.0,2.0]), ...]
• len(x) 大约有几千行，而 len(x[n]) 是固定的数字（列数），但每次运行可能会变化（所以我不想把列数写死）。
• 函数 f(x[n][col]) 会把每个 array 转换成一个单一的数字。
• 我想要的结果是一个转换后的列的列表。

这些列表是用来绘图的，所以它们可以是numpy的数据结构。这里有一些代码来设置测试数据和假想的转换：

import numpy

# create test data set
def datagen(number):
    return numpy.array([number,number,number])

x=[]
for rows in range(20):
    dataline = [ datagen(n) for n in range(5)]
    x.append(dataline)

#define transformation of array to single number
def f(in_array):
    return in_array.sum()

我想要的结果——以numpy和python的方式得到：

[ array([0,0,0,...0]), array([3,3,3,....,3]), array([6,6,6,...,6]), ..etc]

在这个例子中，每个数组有20个元素（对应每行数据），而列表中有5个数组（对应每列）。

这是我目前的解决方案：

trans = []
for dataline in x:
    trans.append([f(a) for a in dataline])

trans = numpy.array(trans)
answer = [ trans[:,col] for col in range(len(x[0])) ]

还不错，但我觉得有点复杂，感觉可以做得更好。???

在实际情况中，f(a) = numpy.sqrt(numpy.vdot(a,a))。

Answer 1

这样怎么样：

numpy.tile(numpy.arange(1,12).reshape(11,1),20)