有人知道如何在Python中从多维数组中提取列吗?
当前回答
[matrix[i][column] for i in range(len(matrix))]
其他回答
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]
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。
[matrix[i][column] for i in range(len(matrix))]
点击这里查看详情！
a = [[1, 2], [2, 3], [3, 4]]
a2 = zip(*a)
a2[0]
它和上面的是一样的，只是它更整洁一些 zip可以完成这项工作，但需要单个数组作为参数，*a语法将多维数组解压缩为单个数组参数
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]
