如何在python中循环函数变量？

Question

这是我当前的代码：

import numpy as np

vec0 = [1, 2, 3]
vec1 = [2, 3, 4]
vec2 = [3, 4, 5]
vec3 = [4, 5, 6]

for k in range(0, 4):
    globals()['mean%s' % k] = np.mean('vec'+str(k))

我得到这个错误：

TypeError: cannot perform reduce with flexible type

---

我想知道这个结果。你知道吗

mean0 = np.mean(vec0)
mean1 = np.mean(vec1)
mean2 = np.mean(vec2)
mean3 = np.mean(vec3)

Answer 1

您可以这样做：

vecs = [vec0, vec1, vec2, vec3]

然后：

globals()['mean%s' % k] = np.mean(vecs[k])

尽管如此，您应该避免这种方法，而是维护一个2D Array，这对于使用行轴的计算方法来说会更容易。你知道吗

我的意思是，不是这样：

vec0 = [1, 2, 3]
vec1 = [2, 3, 4]
vec2 = [3, 4, 5]
vec3 = [4, 5, 6]

你可以这样做：

vecs = np.array([[1, 2, 3], [2, 3, 4], [3, 4, 5], [4, 5, 6]])

然后你可以简单地计算如下：

meansArray = vecs.mean(axis=1)

你的mean0, mean1, mean2, mean3在各自的索引中。你知道吗

Answer 2

用名称调用变量是一种反模式。如果需要对多个对象执行任务，可以构造这些对象的集合（元组、列表等）。例如：

all_vecs = [vec0, vec1, vec2, vec3]

此外，通过指定axis参数，您现在可以使用numpy轻松处理批量中的平均值：

all_means = np.mean(all_vecs,axis=1)

然后：

>>> all_means
array([ 2.,  3.,  4.,  5.])

Answer 3

您可以通过更改：

globals()['mean%s' % k] = np.mean('vec'+str(k))

至

globals()['mean%s' % k] = np.mean(globals()['vec%s' % k])

但我强烈建议使用向量：

all_vec = [vec0, vec1, vec2, vec3]