使用NumPy创建n×n个实例数组

Question

我试图用NumPy创建一个n乘n的对象数组，这里有我的问题：假设数组的维数被设置为m=n=3。对于每个元素，我想为我的类Vector分配一个实例，这是一个n维向量类型。在

在我的第一次尝试中，我试图分配一个2维。按以下方式矢量：

    array_size = 4
    np.array([ 
          [ Vector(1,2) for j in xrange(array_size) ] 
          for i in xrange(array_size) ], dtype=object)

Python返回的不是Vector实例数组：

^{pr2}$

上面是一个形状(3, 3, 2)的数组，而不是(2, 2)的数组。Numpy将Vector实例转换为第三个数组维度。这不是我想要的，所以我试了另一件事：

我首先定义了一个空对象数组，然后将实例分配给它：

    array_size=3
    mx = np.empty([array_size, array_size], dtype=object).astype(list)

    for i in xrange(array_size):
        for j in xrange(array_size):
            mx[i][j] = Vector(1,2)

有趣的是，我必须将数组转换为一个列表。然后它运行得很好，并返回我所需要的：

[[< Vector: [1, 2] > < Vector: [1, 2] > < Vector: [1, 2] >]  
 [< Vector: [1, 2] > < Vector: [1, 2] > < Vector: [1, 2] >]  
 [< Vector: [1, 2] > < Vector: [1, 2] > < Vector: [1, 2] >]]

然后可以将列表强制转换回数组。所以，数组可以（！）按我想要的方式拿东西。但似乎没有直接的方法来分配实例。还有，难道没有比Python更厉害的吗？我真的想摆脱这个嵌套循环。在

我还尝试了np.nditer：

    array_size=3
    mx = np.empty([array_size, array_size], dtype=object)

    for i in np.nditer(mx, flags=["refs_ok"], op_flags=["writeonly"]):
        i[...] = Vector(1, 2)

它不是数组，而是返回一个错误：

ValueError: assignment to 0-d array

我不明白。在

关于嵌套循环，有人有好的解决方案吗？也欢迎解释数值错误。在

Answer 1

如果不将强制转换为列表，并且如果您执行如下赋值，则循环应该有效：

        mx[i,j] = Vector(1,2)

---

在您的第一次尝试中，np.array只是在做它的工作。它看到一个嵌套的数据集合，可以转换为三维数组，所以它这样做了。在

要获取对象的二维数组，可以更改：

^{pr2}$

为此：

vectors = <nested list of Vectors>
a = np.empty(<desired shape>, dtype=object)
a[...] = vectors

下面是一个具体的例子：

我没有你的Vector类，所以我只使用numpy数组作为对象数组中的对象。在

下面是我要放入对象数组中的数据。它是numpy数组的嵌套列表，每个数组都有两个元素：

In [26]: vectors = [[np.array([10*j + k, 10*j + k + 1]) for k in range(3)] for j in range(3)]

In [27]: vectors
Out[27]: 
[[array([0, 1]), array([1, 2]), array([2, 3])],
 [array([10, 11]), array([11, 12]), array([12, 13])],
 [array([20, 21]), array([21, 22]), array([22, 23])]]

您可以将np.array([10*j + k, 10*j + k + 1])更改为Vector(10*j + k, 10*j + k + 1)，以便在您的Vector类中尝试此操作。在

a是我正在创建的对象数组：

In [28]: a = np.empty((3, 3), dtype=object)

将向量分配给a，如下所示：

In [29]: a[...] = vectors   # or `a[:,:] = vectors` 

In [30]: a
Out[30]: 
array([[array([0, 1]), array([1, 2]), array([2, 3])],
       [array([10, 11]), array([11, 12]), array([12, 13])],
       [array([20, 21]), array([21, 22]), array([22, 23])]], dtype=object)

In [31]: a.shape
Out[31]: (3, 3)