有人知道如何在Python中从多维数组中提取列吗?
当前回答
假设我们有nxm矩阵(n行m列)5行4列
matrix = [[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16],[17,18,19,20]]
要在python中提取列,我们可以像这样使用列表推导式
[ [row[i] for row in matrix] for in range(4) ]
你可以用矩阵的列数来替换4。 结果是
,10,14,18,5,9,13,17 [[1], [2], [3,7,11,15,19], [4,8,12,16,20]]
其他回答
[matrix[i][column] for i in range(len(matrix))]
你也可以用这个:
values = np.array([[1,2,3],[4,5,6]])
values[...,0] # first column
#[1,4]
注意:这对于内置数组和未对齐的数组无效(例如np.array([[1,2,3],[4,5,6,7]]))
>>> 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)
另一种使用矩阵的方法
>>> from numpy import matrix
>>> a = [ [1,2,3],[4,5,6],[7,8,9] ]
>>> matrix(a).transpose()[1].getA()[0]
array([2, 5, 8])
>>> matrix(a).transpose()[0].getA()[0]
array([1, 4, 7])
您是否使用了NumPy数组?Python有array模块,但不支持多维数组。普通的Python列表也是一维的。
然而,如果你有一个简单的二维列表,像这样:
A = [[1,2,3,4],
[5,6,7,8]]
然后你可以像这样提取一个列:
def column(matrix, i):
return [row[i] for row in matrix]
提取第二列(索引1):
>>> column(A, 1)
[2, 6]
或者简单地说:
>>> [row[1] for row in A]
[2, 6]