小编Ste*_*han的帖子

我想得到一个NxM矩阵，其中每行中的数字是从不同的正态分布（相同mean但不同的标准偏差）生成的随机样本。以下代码有效：

import numpy as np

mean = 0.0 # same mean
stds = [1.0, 2.0, 3.0] # different stds
matrix = np.random.random((3,10))

for i,std in enumerate(stds):
     matrix[i] = np.random.normal(mean, std, matrix.shape[1])

但是，此代码效率不高，因为其中for涉及到循环。有更快的方法吗？

假设我有一个如下所示的列表：

[1, 2, 2, 5, 8, 3, 3, 9, 0, 1]

现在我想对相同元素的索引进行分组，所以结果应该如下所示：

[[0, 9], [1, 2], [3], [4], [5, 6], [7], [8]]

我如何以有效的方式做到这一点？我尽量避免使用循环，因此任何使用 numpy/pandas 函数的实现都很棒。

我正在学习如何用 C 进行编程并使用可以编译 C 和 C++ 的 Eclipse helios。当我尝试创建一个类时，它总是说创建一个 C++ 类，而不是 C。如何创建一个带有一些默认设置（#include、#include 等）的 C 类？