有人知道如何在Python中从多维数组中提取列吗?
当前回答
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]
其他回答
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])
>>> x = arange(20).reshape(4,5)
>>> x array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14],
[15, 16, 17, 18, 19]])
如果你想要第二列,你可以用
>>> x[:, 1]
array([ 1, 6, 11, 16])
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]
array = [[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]]
col1 = [val[1] for val in array]
col2 = [val[2] for val in array]
col3 = [val[3] for val in array]
col4 = [val[4] for val in array]
print(col1)
print(col2)
print(col3)
print(col4)
Output:
[1, 5, 9, 13]
[2, 6, 10, 14]
[3, 7, 11, 15]
[4, 8, 12, 16]
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)