将对象分配给多个变量 - python

Hap*_*yPy 0 python variables numpy

是否可以一次性将一个numpy对象分配给多个变量?

例如,我有许多我想要启动的变量 np.zeros((2,), dtype=np.object)

我想过要做a,b,c = np.zeros((2,), dtype=np.object)但有一个ValueError.a=b=c=np.zeros((2,), dtype=np.object)不起作用,因为如果我改变一个变量,其他变量也会改变.

有三个变量,如上面的例子,手动操作不是问题,但是当我有几十个时,能够以更有效的方式做到这一点会很方便.

编辑 - 一个更具体的例子是:

a = np.zeros((2,),dtype=np.object)
b = np.zeros((2,),dtype=np.object)
c = np.zeros((2,),dtype=np.object)


a[0] = pd.Series(data=np.random.rand(10))
a[1] = pd.Series(data=np.random.rand(5))

b[0] = 'text1'
b[1] = 'text2'

c[0] = [0,0,0,0,0,0,0,0,0]
c[1] = [1,1,1,1,1]

data = {'a':a, 'b':b, 'c':c}

sio.savemat('test.mat',{'data':data})
Run Code Online (Sandbox Code Playgroud)

Ash*_*ary 5

使用列表理解:

>>> a, b, c = [np.zeros((2,), dtype=np.object) for _ in xrange(3)]
>>> [id(x) for x in (a,b,c)]      
[172542064, 171775688, 168893512] #Different objects
Run Code Online (Sandbox Code Playgroud)

如果您计划添加许多这样的变量,那么最好使用字典:

>>> my_vars = {x:np.zeros((2,), dtype=np.object) for x in 'abcdef'}
>>> my_vars
{'a': array([0, 0], dtype=object), 'c': array([0, 0], dtype=object), 'b': array([0, 0], dtype=object), 'e': array([0, 0], dtype=object), 'd': array([0, 0], dtype=object), 'f': array([0, 0], dtype=object)}
Run Code Online (Sandbox Code Playgroud)