如何获取 return 嵌套的数据 python
how can I get return the data in nested for python
对于下面的代码,我想知道如何让 data
在 scikit
中使用机器学习进行操作。
我的意思是不带 for 调用数据,就像 print(data)
显示数据一样。
x = np.random.uniform(0,9,size = 100)
y = np.random.uniform(0,9, size = 100)
c = len(x)
v = len(y)
for a in range(c):
for b in range(v):
data = [x[a],y[b]]
与其在 for 循环中迭代,不如使用 numpy 的内置连接方法。您的问题的捷径是使用 np.c_:
>>> x = np.random.uniform(0,9,size = 10)
>>> y = np.random.uniform(0,9, size = 10)
>>> data = np.c_[x, y]
>>> print(data)
[[ 4.17625287 0.65042586]
[ 0.86363075 5.76803241]
[ 5.60804861 4.53155782]
[ 5.09218028 2.21632802]
[ 6.78485295 2.22956468]
[ 4.02404425 0.34639777]
[ 6.40337929 6.98969517]
[ 3.79826214 1.29557794]
[ 5.75174741 6.31052599]
[ 0.15683548 3.71585267]]
将 x
和 y
(N
大小的一维向量)连接成一个 Nx2
数组。
对于下面的代码,我想知道如何让 data
在 scikit
中使用机器学习进行操作。
我的意思是不带 for 调用数据,就像 print(data)
显示数据一样。
x = np.random.uniform(0,9,size = 100)
y = np.random.uniform(0,9, size = 100)
c = len(x)
v = len(y)
for a in range(c):
for b in range(v):
data = [x[a],y[b]]
与其在 for 循环中迭代,不如使用 numpy 的内置连接方法。您的问题的捷径是使用 np.c_:
>>> x = np.random.uniform(0,9,size = 10)
>>> y = np.random.uniform(0,9, size = 10)
>>> data = np.c_[x, y]
>>> print(data)
[[ 4.17625287 0.65042586]
[ 0.86363075 5.76803241]
[ 5.60804861 4.53155782]
[ 5.09218028 2.21632802]
[ 6.78485295 2.22956468]
[ 4.02404425 0.34639777]
[ 6.40337929 6.98969517]
[ 3.79826214 1.29557794]
[ 5.75174741 6.31052599]
[ 0.15683548 3.71585267]]
将 x
和 y
(N
大小的一维向量)连接成一个 Nx2
数组。