Wenn ich Python + Numpy verwende und wenn ich Julia verwende, habe ich kürzlich ein Problem geschrieben, das häufig zu schlechtem Code führt (oder eher nicht funktioniert). Kann mir bitte jemand eine gute Idee geben?
import numpy as np
X = np.array([[1, 2, 3], [4, 5, 6]])
# X = np.matrix([[1, 2, 3], [4, 5, 6]])Aber ungefähr gleich
for elem in X: print(elem)
#Ausgabe
# [1 2 3](Im Fall von Matrix[[1 2 3]])
# [4 5 6](Im Fall von Matrix[[4 5 6]])
»Ich bin daran gewöhnt, also möchte ich, dass du das tust.
X = [1 2 3; 4 5 6]
#Ausgabe
# 2x3 Array{Int64, 2}:
# 1 2 3
# 4 5 6
for elem in X; println(elem); end
#Ausgabe
# 1
# 4
# 2
# 5
# 3
# 6
――Persönlich ist diese Iteration nicht sehr intuitiv (sie kann als Python / Numpy-Gehirn bezeichnet werden), daher möchte ich etwas dagegen tun.
X = [1 2 3; 4 5 6]
m, n = size(X)
for i=1:m; println(X[i, :]); end
#Ausgabe
――Es funktioniert vorerst
Es gibt verschiedene Diskussionen (obwohl es nicht alt ist).
Recommended Posts