在循环中运行相同的函数并保存输出

Posted 2023-03-11

【中文标题】在循环中运行相同的函数并保存输出

【英文标题】：Running the same function in loop and saving the outputs

【发布时间】：2022-01-16 02:23:55

【问题描述】：

下面的函数slope() 生成随机的b 值，生成的值用于计算第二个函数中的result。在第一次运行时，slope() 将生成 15 个值并为这 15 个值计算 result 并保存在字典中。我想运行这个函数 100 次，所以对于每组 15 个值，它会为每次运行保存像 output 这样的结果。我也想保存迭代次数。在这里，我尝试将结果保存在字典中，以便稍后将结果保存在 pandas 数据框中。这个函数怎么能运行100次？？如何保存结果，以便以后可以轻松地将结果转换为 pandas 数据框？

import numpy as np


# Randomly generated b values 
def slope():
    b = np.random.uniform(1,2.5,15).round(2)
    return b

def psd(a):
    y = np.random.uniform(1,2.5,2).round(2)
    for i in y:
        result = y**(-a) + 1
    dictionary = f'a':f'list(result.round(5))'
    return dictionary

power = list(psd(x) for x in slope())

上述函数的输出是：

['2.08': '[1.40189, 1.38618]', 
 '1.19': '[1.41358, 1.35635]',
 '2.0': '[1.51757, 1.61035]',
 '1.61': '[1.35884, 1.45538]',
 '1.07': '[1.38503, 1.80131]',
 '1.08': '[1.40485, 1.48885]',
 '2.37': '[1.11844, 1.66215]',
 '2.45': '[1.14653, 1.20226]',
 '1.34': '[1.3748, 1.34766]',
 '1.33': '[1.48239, 1.307]',
 '2.12': '[1.83302, 1.80152]',
 '1.19': '[1.46882, 1.6644]',
 '1.65': '[1.35917, 1.2442]',
 '1.61': '[1.27493, 1.24591]',
 '1.17': '[1.45778, 1.47483]']

【问题讨论】：

以[slope() for _ in range(100)] 开头——这将为您提供调用slope() 100 次的结果列表。

我想我没听清楚你的意思。当我在功率变量中调用您的提及代码并查看时，我看到它给了我 100 个 15 个斜坡的列表。我不是这个意思。生成斜率后它也应该计算结果。

所以[[psd(x) for x in slope()] for _ in range(100)] 可能吗？我仍然不清楚你想要实际生成的是什么，所以我试图提出一些可能让你更接近的建议。

感谢您的提问。我会试试这个。实际上就像我上面提到的，我从slope() 生成了随机的 15 个数字。这 15 个数字用于计算函数 psd() 中定义的公式的结果，然后将结果和斜率保存在字典中。现在这整个过程我想重复 100 次（比如说）。并保存每次重复的结果以及重复次数。

@Samwise [[psd(x) for x in slope()] for _ in range(100)] 它完成了工作，但不知道 slope() 值和计算是针对哪个循环的。我还需要保存它为哪个循环进行了计算。

【参考方案1】：

这是一个调用 100 次的示例代码。

import numpy as np


# Randomly generated b values 
def slope():
    b = np.random.uniform(1,2.5,15).round(2)
    return b

def psd(a):
    y = np.random.uniform(1,2.5,2).round(2)
    for i in y:
        result = y**(-a) + 1
    dictionary = f'a':f'list(result.round(5))'
    return dictionary


# Save power in a dict with iter value as key.
data = 
for i in range(100):
    power = list(psd(x) for x in slope())
    data.update(i: power)

# print(data)