小编cha*_*com的帖子

我有点不确定为什么printPython 中的函数以不同的方式打印出值。考虑以下代码示例：

#!/usr/bin/python3

import numpy as np

array = np.arange(3.0, dtype=np.float32)

print ("array: ",  array)
print ("array: ",  {0: 2.0 * array})
print ("array {0}".format(2.0 * array))

输出如下：

array:  [0. 1. 2.]
array:  {0: array([0., 2., 4.], dtype=float32)}
array [0. 2. 4.]

第二个的格式与其他格式不同。这一个显式地显示了数据格式“数组”和数据类型“float32”。这是预期的行为吗？

有人可以向我解释这背后的理由吗？

我是python的新手.在C/C++中,在while或if语句中,我经常进行变量赋值.以下是C++中的一个简单示例代码:

#include <iostream>

int Increment(const int x) {
  return (x + 1); 
}

int main(void) {
  int x = 2, y;
  while ((y = Increment(x)) > 2) {
    std::cout << "y is larger than 2" << std::endl;
  }

  return (0);
}

但是以下python代码不起作用:

#!/usr/bin/python

def Increment(x):
  return x + 1

def main():
  x= 2
  while (y = Increment(x)) > 2:
    print "y is larger than 2"

if __name__ == "__main__"
  main()

错误消息如下:

   while (y = Increment(x)) > 2:
          ^
SyntaxError: invalid …

我有一个字符串列表。每个字符串都有data0*(\d*)if 我们使用正则表达式的形式。以下是字符串的示例：

data000000, data000003, data0172, data2312, data008212312

我只想取有意义的数字部分。所有数字都是整数。例如，在上述情况下，我想获得另一个包含以下内容的列表：

0, 3, 172, 2312, 8212312

在上述情况下，最好的方法是什么？

以下是我想到的解决方案：

import re

string_list = ["data0000172", ..... ]
number_list = []
for string in string_list:
   match = re.search("data0*(\d+)", string)
   if match:
      number_list.append(match.group(1))
   else:
      raise Exception("Wrong format.")

但是，上述方法可能效率低下。你能提出一个更好的方法来做到这一点吗？

我正在使用matplotlib绘制数据点.

基本上,我想绘制离散点.他们中的许多人被置于边界之上.但是,如附图所示,图形边界上的数据点仅显示为半圆而不是整圆.

任何人都可以建议如何在边界上绘制这些点作为完整的圆圈？

def PlotGrid(grid_point, file_name):
  plt.figure()
  dims = np.shape(grid_point)
  for i in range(0, dims[1]):
    for j in range(0, dims[2]):
      plt.plot(grid_point[0, i, j], grid_point[1, i, j], 'ro',  markersize=15)

谢谢!

我正在从 Matlab/octve 切换到 Numpy/Scipy。

选择 Matlab 数组的一段非常简单。例如

>> x = [1, 2, 3, 4; 5, 6, 7, 8; 9, 10, 11, 12]
x =

     1     2     3     4
     5     6     7     8
     9    10    11    12

>> y = x(2:3, 1:2)

y =

     5     6
     9    10

当 NumPy 完成同样的事情时

x = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])