python关于矩阵重复赋值覆盖问题的解决方法
本文实例讲述了python关于矩阵重复赋值覆盖问题的解决方法。分享给大家供大家参考，具体如下：
importitertools importnumpyasnp comb=list(itertools.combinations(list(range(regions)),2)) bands_info=[] coeff=np.zeros([bands,len(comb)]) forclainrange(classes): class_info=data[:,cla*bands*regions:(cla+1)*bands*regions] forbsinrange(bands): n=bs*regions foriinrange(len(comb)): index1=comb[i][0]+n index2=comb[i][1]+n part1=class_info[:,index1] part2=class_info[:,index2] coeff[bs,i]=(np.corrcoef(part1,part2))[0,1] bands_info.append(coeff.reshape([1,-1])) coeff_info=np.vstack((bands_info[0],bands_info[1],bands_info[2],bands_info[3]))
例如这个循环赋值过程，最终得出来的结果是bands_info这个List里面每一个矩阵都是一样的，这是为什么呢？我一开始也在这里纠结了很长时间，思来想去感觉没错的呀。后来想想以前学的C语言知识，才有点明白。原来python里面有浅层copy和深层copy这一说，同是一个矩阵的话占用的是同一个地址，在里面进行重复赋值的话前面的值都会被覆盖掉。不只是当前变量被覆盖掉，就是你之后用到这个变量的也会被覆盖。比如说你a的变量被b覆盖了，那你后面用到a的变量的地方，a的值也会变成b的值。是不是很可怕。
那么应该怎么进行修改呢？
importitertools importnumpyasnp comb=list(itertools.combinations(list(range(regions)),2)) bands_info=[] forclainrange(classes): coeff=np.zeros([bands,len(comb)]) class_info=data[:,cla*bands*regions:(cla+1)*bands*regions] forbsinrange(bands): n=bs*regions foriinrange(len(comb)): index1=comb[i][0]+n index2=comb[i][1]+n part1=class_info[:,index1] part2=class_info[:,index2] coeff[bs,i]=(np.corrcoef(part1,part2))[0,1] bands_info.append(coeff.reshape([1,-1])) coeff_info=np.vstack((bands_info[0],bands_info[1],bands_info[2],bands_info[3]))
改成这样就可以了。就是将初始矩阵在循环里在重新设定一遍，意思相当就是给了一次新的地址，再进行复制的话就不会覆盖前面的结果了。
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数学运算技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。