将值指定给不同的索引位置，作为循环中的实际值

Question

接下来的变量是List、float和numpy数组

dt=list(range(1,12))   
c=18
limit=2.75
Energy=np.zeros(len(dt))  

我想在Numpy数组Energy中赋值c=18。然而，有一个条件。Energy向量中的值不能大于limit=2.75，因此c=18大于limit=2.75，应将其切割为2.5，并分配到循环的实际索引位置和向量Energy的下一个索引位置，直到达到值18。我编写了这段代码，但它并没有真正有效地工作

for i in range(0,1): 
    if c>limit:
        tmp2=c-(limit)
        if tmp2>(limit):
            tmp3=tmp2-(limit)
            if tmp3>limit:
                tmp4=tmp3-(limit)
                if tmp4>(limit):
                    tmp5=tmp4-(limit)
                    if tmp5>(limit):
                        tmp6=tmp5-(limit)
                        if tmp6>limit:
                            tmp7=tmp6-(limit)
                            if tmp7>(limit):
                                tmp8=tmp7-(limit)
                            else:
                                Energy[i]=limit
                                Energy[i+1]=limit
                                Energy[i+2]=limit
                                Energy[i+3]=limit
                                Energy[i+4]=limit
                                Energy[i+5]=limit
                                Energy[i+6]=tmp7

你有办法让它变得更好吗？谢谢大家!

Answer 1

欢迎来到stackoverflow

您的代码目前使用一个不需要循环的循环，也不使用可以使用的循环

进入您的代码：

for i in range(0,1): 

如果我们将此更改为：

for i in range(0,1): 
    print (i)

我们将得到结果0-它只运行一次，因此不需要循环它-您的代码中没有提到我，因此不需要循环它

您可以使用循环将c分配给数组，但这不是必需的，我将留给您自己作为练习

它可以用一种不同的、更有效的方式来实现

首先，当您分配变量时，请尝试使它们具有描述性和可读性-您将花费比阅读更多的时间返回代码

我不知道您描述的是什么系统，所以我只给出了通用名称：

将numpy作为np导入

length_arrary=12

limit=2.75

value_to_be_assigned=18

energy_result=np.zeros(length_arrary)

现在我们真正要问的是两件事，赋值除以极限（整数）的次数是多少，余数是多少

Python对此楼层划分（//）和模数有两个操作，它们给出：

11//5 = 2.0
1%5   = 1.0

所以我们知道数组的第一个元素（value-to-be-assigned//limit-elements-1）需要等于limit，最后一个元素需要等于value-to-be-assigned%limit

最后，Python提供了一种访问列表元素的简单方法—我们可以将前x个元素设置为等于以下值：

array[:x]=value

x只需要是一个整数

综合起来，我们得到：

filled_values=int(value_to_be_assigned//limit)

energy_result[:filled_values]=limit

energy_result[filled_values] = value_to_be_assigned % limit

我们可以跟你核实一下

energy_result.sum() # gives us 18