用于矩阵修改的python双循环

Question

我必须对形状如[a,b,c]的数据执行两次迭代。这是我编写的代码，但我获得的结果不是我需要的格式类型。循环中的dati是输入数据。就我而言，a = 512(使用 mroi_i、mroi_f 减少)

frame_corr=[]
dati_corr=[]
for i in range(0,c):
    f = dati[mroi_i:mroi_f,:,i]  # matrix with dimension [mroi_i,mroi_f,b]
    for j in range(0,b):
        s = f[:,j]
        s_corr = (s-d_mean)/(w_mean-d_mean) #i have to normalize the vector s
        frame_corr.append(s_corr)  # i have to rebuild the matrif f
    dati_corr.append(frame_corr) # i have to rebuild the original data 

我从循环中获得的结果是一组新的数据dati，其大小为C，由c [Numpy Array]组成。实际上，我的目标是获得一组与原始数据形状相同的新数据。

Answer 1

我找到了使用这种形式的循环的解决方案

frame_corr=np.zeros((a,b)) # First i define empty matrix
dati_corr=np.zeros((a,b,c))
for i in range(0,c):
    for j in range(0,b):
        f = dati[mroi_i:mroi_f,:,i]
        s = f[:,j]
        s_corr = (s-d_mean)/(w_mean-d_mean)
        frame_corr[:,j]=s_corr
    dati_corr[:,:,i]=frame_corr

使用这个双循环，我能够获得与起始数据相同的形状，但其数据已标准化。