我是python的新手,我在制作字典时遇到困难..请帮助:)
这是我开始的:
dict = {}
dict['a']={'ra':7, 'dec':8}
dict['b']={'ra':3, 'dec':5}
Run Code Online (Sandbox Code Playgroud)
到目前为止一切都很完美.我明白了:
In [93]: dict
Out[93]: {'a': {'dec':8 , 'ra': 7}, 'b': {'dec': 5, 'ra': 3}}
Run Code Online (Sandbox Code Playgroud)
但现在,如果我想为关键'a'添加更多内容,我会:
dict['a']={'dist':12}
Run Code Online (Sandbox Code Playgroud)
然后它删除了先前的'a'信息,我现在得到的是:
In [93]: dict
Out[93]: {'a': {'dist':12}, 'b': {'dec': 5, 'ra': 3}}
Run Code Online (Sandbox Code Playgroud)
我想拥有的是:
In [93]: dict
Out[93]: {'a': {'dec':8 , 'ra': 7, 'dist':12}, 'b': {'dec': 5, 'ra': 3}}
Run Code Online (Sandbox Code Playgroud)
有人可以帮忙吗?
我有以下数据(四个等长阵列):
a = [1, 4, 5, 2, 8, 9, 4, 6, 1, 0, 6]
b = [4, 7, 8, 3, 0, 9, 6, 2, 3, 6, 7]
c = [9, 0, 7, 6, 5, 6, 3, 4, 1, 2, 2]
d = [La, Lb, Av, Ac, Av, By, Lh, By, Lg, Ac, Bt]
Run Code Online (Sandbox Code Playgroud)
我正在制作数组a,b,c的3d图:
import pylab
import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.scatter(a,b,c)
plt.show()
Run Code Online (Sandbox Code Playgroud)
现在,我想使用名为'd'的数组为这些散乱的点着色,这样; 如果d中对应的'i'元素值的第一个字母是'L',则将该点着色为红色,如果它以'A'开始,则将其着色为绿色,如果以'B'开头,则将其着色为蓝色.
因此,第一点(1,4,9)应为红色,第二点(4,7,0)应为红色,第三点(5,8,7)应为绿色,依此类推.
有可能这样做吗?如果你有一些想法请帮助:)
我遇到了一个看似简单的问题,有人可以帮忙吗?
我有两个列表a和b。我可以将列表的元素称为a[i][j]where0<i<100和0<j<100。
我想找到所有的a[i][j] - b[k][l]、在哪里0<i<100, 0<j<100, 0<k<100以及0<l<100。然后对的所有排列进行求和i, j, k, l。
有人知道一个优雅简单的方法吗?
我想绘制一个2到15之间的随机变量,来自具有负指数(a = -2)的幂律分布.我找到了以下内容:
r = scipy.stats.powerlaw.rvs(a, loc = 2, scale = 13, size = 1000)
Run Code Online (Sandbox Code Playgroud)
但它并没有采取负数.
有人知道出路吗?
我正在使用matplotlib(python)制作3D表面图。我想在xy xz和yz表面上可视化3D表面的阴影(2D透视投影)。
在matlab中,SHADOWPLOT完成了所需的工作。有谁知道Python是否具有类似的东西可以用于相同的东西?
我是python中的新手并且有一个基本问题:
我有两个清单:
a = [1, 2, 3]
b = [2, 4, 5]
c = [5, 7, 8]
Run Code Online (Sandbox Code Playgroud)
我想要的是一个看起来像这样的数组:
x = np.array([1,2,5],[2,4,7],[5,7,8])
Run Code Online (Sandbox Code Playgroud)
是否有一些在线python技巧来做到这一点?
python ×6
matplotlib ×2
3d ×1
arrays ×1
colors ×1
dictionary ×1
list ×1
numpy ×1
plot ×1
projection ×1
scipy ×1
statistics ×1