有人知道如何在Python中从多维数组中提取列吗?
当前回答
如果你有一个数组
a = [[1, 2], [2, 3], [3, 4]]
然后像这样提取第一列:
[row[0] for row in a]
结果是这样的:
[1, 2, 3]
其他回答
尽管使用zip(*iterable)来转置一个嵌套列表，如果嵌套列表的长度不同，你也可以使用以下方法:
map(None, *[(1,2,3,), (4,5,), (6,)])
结果:
[(1, 4, 6), (2, 5, None), (3, None, None)]
第一列如下:
map(None, *[(1,2,3,), (4,5,), (6,)])[0]
#>(1, 4, 6)
如果你有一个数组
a = [[1, 2], [2, 3], [3, 4]]
然后像这样提取第一列:
[row[0] for row in a]
结果是这样的:
[1, 2, 3]
def get_col(arr, col):
return map(lambda x : x[col], arr)
a = [[1,2,3,4], [5,6,7,8], [9,10,11,12],[13,14,15,16]]
print get_col(a, 3)
Python中的map函数是另一种方法。
>>> import numpy as np
>>> A = np.array([[1,2,3,4],[5,6,7,8]])
>>> A
array([[1, 2, 3, 4],
[5, 6, 7, 8]])
>>> A[:,2] # returns the third columm
array([3, 7])
参见:"numpy。“Arange”和“重塑”来分配内存
示例:(用矩阵(3x4)的形状分配数组)
nrows = 3
ncols = 4
my_array = numpy.arange(nrows*ncols, dtype='double')
my_array = my_array.reshape(nrows, ncols)
嗯，有点晚了……
如果性能很重要，你的数据是矩形的，你也可以将它存储在一维中，并通过常规切片访问列，例如. ...
A = [[1,2,3,4],[5,6,7,8]] #< assume this 4x2-matrix
B = reduce( operator.add, A ) #< get it one-dimensional
def column1d( matrix, dimX, colIdx ):
return matrix[colIdx::dimX]
def row1d( matrix, dimX, rowIdx ):
return matrix[rowIdx:rowIdx+dimX]
>>> column1d( B, 4, 1 )
[2, 6]
>>> row1d( B, 4, 1 )
[2, 3, 4, 5]
巧妙的是，这真的很快。然而，负索引在这里不起作用!所以你不能通过索引-1访问最后一列或最后一行。
如果您需要负索引，您可以稍微调整访问函数，例如。
def column1d( matrix, dimX, colIdx ):
return matrix[colIdx % dimX::dimX]
def row1d( matrix, dimX, dimY, rowIdx ):
rowIdx = (rowIdx % dimY) * dimX
return matrix[rowIdx:rowIdx+dimX]
