python压缩数据数组长度_如何打印我刚刚使用numpy zip（）压缩的数组数据

我试图弄清楚如何从压缩后的内容中查看数据。该方案在代码中如下所示：

import numpy as np

x=[1,2,3]

y=[4,5,6]

z=[7,8,9]

data=np.array(zip(x,y,z))

print (data)

输出

array(, dtype=object)

但我想查看zip内的数据，所以当我说

print(data)

表明

现在人们在关于D_stacking的类似帖子中进行讨论。

np.dstack(data)

但它显示输出为错误

---------------------------------------------------------------------------

TypeError Traceback (most recent call last)

in ()

----> 1 np.dstack(data)

C:\ProgramData\Anaconda3\lib\site-packages\numpy\lib\shape_base.py in dstack(tup)

407

408 """

--> 409 return _nx.concatenate([atleast_3d(_m) for _m in tup], 2)

410

411 def _replace_zero_by_x_arrays(sub_arys):

TypeError: iteration over a 0-d array

0维..？这是什么意思..？对于其他我找到的解压缩zip来说，它说的也是一样

a,b,c=zip(*data)

print('x=',a)

print('y=',b)

print('z=',c)

错误

---------------------------------------------------------------------------

TypeError Traceback (most recent call last)

in ()

----> 1 a,b,c=zip(*data)

2 print('x=',a)

3 print('y=',b)

4 print('z=',c)

TypeError: iteration over a 0-d array

然后我去了programiz.com上的节制zip()功能，在那里我找到了set()功能。

result = set(data)

print (result)

错误

---------------------------------------------------------------------------

TypeError Traceback (most recent call last)

in ()

----> 1 result = set(data)

2 print (result)

TypeError: iteration over a 0-d array

我相信我在基本的x，y，z数据上做得不好。.但是我的知识仅限于您对我的看法。

您能帮我解决我所缺少的事情吗，并解释我错过的重要内容。

当我搜寻TypeError: iteration over a 0-d array

人们谈论json我除了FC3之外还有0个想法，对此表示抱歉。

解决方案

zip列表元组是列表转置的一种：

In [83]: x=[1,2,3]

...: y=[4,5,6]

...: z=[7,8,9]

...:

In [84]: zip(x,y,z)

Out[84]:

但是在Py3中，zip是生成器之类的；您必须将结果包装在其中list(或对其进行迭代)以获取列表：

In [85]: list(zip(x,y,z))

Out[85]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)]

您可以从这样的列表中创建一个数组

In [86]: np.array(list(zip(x,y,z)))

Out[86]:

array([[1, 4, 7],

[2, 5, 8],

[3, 6, 9]])

尝试从中zip生成一个数组，将生成一个包含指向this的指针的单元素数组0dzip object。这样做毫无意义。

In [87]: np.array(zip(x,y,z))

Out[87]: array(, dtype=object)

但是，要从这些列表中获取2d矩阵，使用某种版本的会更容易，或者至少更直接，它使用concatenate数组或列表的列表。stack例如，您可以指定一个新的轴来连接事物：

In [88]: np.stack((x,y,z)) # same as np.array((x,y,z))

Out[88]:

array([[1, 2, 3],

[4, 5, 6],

[7, 8, 9]])

In [89]: np.stack((x,y,z),axis=1)

Out[89]:

array([[1, 4, 7],

[2, 5, 8],

[3, 6, 9]])

A common use of zip is to iterate on several lists at once:

In [92]: for i,j,k in zip(x,y,z):

...: print(i,j,k,i+j+k)

...:

1 4 7 12

2 5 8 15

3 6 9 18

From the comments you seem to be focused on fetching values from this array:

In [97]: data = np.array(zip(x,y,z))

In [98]: data

Out[98]: array(, dtype=object)

You can pull an item out of a 0d array with a [()] index. data.item() also works:

In [99]: data[()]

Out[99]:

Now you can apply list and see the items:

In [100]: list(data[()])

Out[100]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)]

zip doesn't actually contain its arguments. Rather it has references to the original lists. That's true of the data arrays as well.