Python用循环输出初始化几个数组

Question

因此，我对python（在Spyder IDE3.8中使用Python3）相对来说是个新手。我有下面的主要计算文件，其中几个函数汇集在一起，并循环通过。现在，我试图用等级函数来评估spray_pressure、spray_angle和particle_size的单个值是否在给定的边框中。如果不是，则0转到新数组，如果是，则实际值存储在新数组中。所以我想将所有的输出存储在4个新的数组spray_pressure,spray_angle,particle_size和massflow中。但我现在不知道如何初始化它们和正确存储值。正如你所看到的，这个脚本的输出应该是4个数组spray_pressure,spray_angle,particle_size和massflow,每个数组的大小为[105,35],因此可以根据这些数组进行进一步的绘图和计算。

我试过np.array（len（no_düsenkombination）,len（no_hours_Process)，但这不起作用，因为我需要一个[105x35]数组，而np.array似乎只限于32个条目。如果有人知道一个好的解决方案，我会非常感激的。我今天一整天都在想办法。

from calc_particlesize import calc_particlesize
from calc_sprayangle import calc_sprayangle
from calc_spraypressure import calc_spraypressure
from evaluation import evaluation

def calc_processfactor(df_düsenkombinationen, mk, process_duration, df_rezeptur, recipe_nr):
        
    number_of_nozzles = 6
    k = 0 #increment mass flow kondensat
    index_Zero = 0
    grade = 0
    mkmax = mk/(number_of_nozzles*3600)
    
    no_düsenkombination = 105

    no_hours_Process = 35
    
    delta_massKondensat = 0
        
    for i in range(no_düsenkombination):
        for j in range(no_hours_Process):
             
            # deltamk[index_Zero,j] = mkmax[j,index_Zero]/100
            
            massflow = np.zeros(len(no_düsenkombination), len(no_hours_Process))
            delta_massKondensat = mkmax/100
            mk = mkmax 
            
            while grade != 1 and mk > 0:
               
                mk = mkmax-k*delta_massKondensat                                       #mass kondensat max ist reduziert bis grade                                                     #oder mk = 0 ist
                spray_pressure = calc_spraypressure(mk,df_düsenkombinationen.iloc[0:5,i:i+1])                                                #Berechnung des Sprühdruckes
                spray_pressure_eff = spray_pressure
                spray_angle = calc_sprayangle(spray_pressure, df_rezeptur, recipe_nr, df_düsenkombinationen)                         #Berechnung des Sprüwinkels
                spray_angle_eff = spray_angle
                particle_size = calc_particlesize(spray_pressure,spray_angle, mk, recipe_nr, df_rezeptur, df_düsenkombinationen)      #Berechnung der Partikelgrösse
                particle_size_eff = particle_size
                grade = evaluation(spray_pressure,spray_angle,particle_size)                                  #Bewertung der Prozessgrössen
                k = k+1

            if grade == 0:
                spray_pressure[i,j] = 0         #INTIIALISIEREN      #Matrix mit Sprühdruck, Zeile: Kombiantionen, Spalte: Stunden
                spray_angle[i,j]= 0          #Matrix mit Sprühwinkel, Zeile: Kombiantionen, Spalte: Stunden
                particle_size[i,j]= 0        #Matrix mit Partikelgrösse, Zeile: Kombiantionen, Spalte: Stunden
                massflow[i,j]= 0            #Matrix mit Konzentratmassenstrom, Zeile: Kombiantionen, Spalte: Stunden
            else:
                spray_pressure[i,j] =  spray_pressure_eff
                spray_angle[i,j]= spray_angle_eff
                particle_size[i,j] = particle_size_eff
                massflow[i,j] = mk*6*3600
                grade = 0                      #Reset von grade

        
    return(spray_pressure, spray_angle, particle_size, massflow)```

Answer 1

np.array的唯一实际大小限制是可用的内存量。虽然您的代码中可能存在其他错误，但我怀疑问题是：

np.zeros(len(no_düsenkombination), len(no_hours_Process))

其中应包括：

np.zeros([no_düsenkombination, no_hours_Process])

得到一个105x35的零矩阵。