你的代碼很少出錯(cuò)。在my vector a should be of dimension 10, but it isn't!

這是因?yàn)槟悴粫?huì)在列表中只添加10個(gè)元素。看看你的邏輯。在for t in range(0,10,1):

for j in range(0, len(c)):

if c[j]>t/10:

a.append(sum(c[j]>t))

對(duì)于每個(gè)閾值，t，每次迭代一個(gè)c中的所有12個(gè)項(xiàng)目，并向列表中追加一些內(nèi)容。總的來(lái)說(shuō)，你有120個(gè)項(xiàng)目。你應(yīng)該做的是(在偽代碼中)：

^{pr2}$

numpy.where()提供滿足條件的數(shù)組中的索引，因此您只需計(jì)算每次獲得的索引數(shù)。我們將得到完整的解決方案是片刻。在

另一個(gè)潛在的錯(cuò)誤是t/10，在python2中是整數(shù)除法，對(duì)于所有閾值都將返回0。正確的方法是使用t/10.強(qiáng)制浮點(diǎn)除法。如果您使用的是python3，那么默認(rèn)情況下會(huì)得到浮點(diǎn)除法，所以這可能不是問(wèn)題。請(qǐng)注意，您做了c[j] > t，其中t介于0和10之間。總的來(lái)說(shuō)，你的c[j] > t邏輯是錯(cuò)誤的。你想對(duì)所有的元素使用一個(gè)計(jì)數(shù)器，就像其他答案告訴你的那樣，或者把它全部分解成一行行的列表理解。在

最后，這里有一個(gè)充分利用numpy的解決方案。在import numpy as np

c = np.array([0.3, 0.2, 0.3, 0.6, 0.9, 0.1, 0.2, 0.5, 0.3, 0.5, 0.7, 0.1])

thresh = np.arange(0, 1, 0.1)

counts = np.empty(thresh.shape, dtype=int)

for i, t in enumerate(thresh):

counts[i] = len(np.where(c > t)[0])

print counts

輸出：[12 10 8 5 5 3 2 1 1 0]

讓numpy處理引擎蓋下的循環(huán)比Python級(jí)別的循環(huán)更快。用于演示：import timeit

head = """

import numpy as np

c = np.array([0.3, 0.2, 0.3, 0.6, 0.9, 0.1, 0.2, 0.5, 0.3, 0.5, 0.7, 0.1])

thresh = np.arange(0, 1, 0.1)

"""

numpy_where = """

for t in thresh:

len(np.where(c > t)[0])

"""

python_loop = """

for t in thresh:

len([element for element in c if element > t])

"""

n = 10000

for test in [numpy_where, python_loop]:

print timeit.timeit(test, setup=head, number=n)

在我的電腦上會(huì)產(chǎn)生以下計(jì)時(shí)結(jié)果。在0.231292377372

0.321743753994

總結(jié)

以上是生活随笔為你收集整理的python 向量元素判断_python；计算向量的元素的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。