Python:列表迭代只返回最后一个值

Question

我正在使用 scikit-learn 进行 GMM 训练，并试图通过遍历整数列表来改变混合成分的数量。但是当我打印生成的模型时，我只会得到具有 3 个混合成分的模型，或者我在列表中作为最后一项放置的任何内容。

这是我的代码:

from sklearn.mixture import GMM

class_names = ['name1','name2','name3']
covs =  ['spherical', 'diagonal', 'tied', 'full']
num_comp = [1,2,3]

models = {}
for c in class_names:
    models[c] = dict((covar_type,GMM(n_components=num,
                covariance_type=covar_type, init_params='wmc',n_init=1, n_iter=10)) for covar_type in covs for num in num_comp)
print models

有人可以帮忙吗？非常感谢!

Answer 1

发生这种情况是因为在表达式中:

dict((covar_type,GMM(n_components=num,
                covariance_type=covar_type, init_params='wmc',n_init=1, n_iter=10)) for covar_type in covs for num in num_comp)

您在所有迭代中使用相同的 covar_type 作为键，因此重写相同的元素。

如果我们以更易读的方式编写代码，这就是它正在发生的事情:

data = dict()
for covar_type in covs:
    for num in num_comp:
        # covar_type is the same for all iterations of this loop
        # hence only the last one "survives"
        data[covar_type] = GMM(...)

如果您想保留所有值，您应该使用值列表而不是单个值或更改键。

对于值列表:

data = dict()
for covar_type in covs:
    data[covar_type] = values = []
    for num in num_comp:
        values.append(GMM(...))

对于不同的键:

data = dict()
for covar_type in covs:
    for num in num_comp:
        data[(covar_type, num)] = GMM(...)