Як витягувати стовпчик з багатовимірного масиву?

Хтось знає, як витягти стовпчик з багатовимірного масиву в Python?

>>> 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])

Див. Також: "numpy.arange" та "переформатувати" для розподілу пам'яті

Приклад: (Виділення масиву з формуванням матриці (3x4))

nrows = 3
ncols = 4
my_array = numpy.arange(nrows*ncols, dtype='double')
my_array = my_array.reshape(nrows, ncols)

Можливо, ви використовуєте масив NumPy ? У Python є модуль масиву , але він не підтримує багатовимірні масиви. Звичайні списки Python теж є одновимірними.

Однак якщо у вас є простий двовимірний список на зразок цього:

A = [[1,2,3,4],
     [5,6,7,8]]

тоді ви можете витягнути стовпчик так:

def column(matrix, i):
    return [row[i] for row in matrix]

Витяг другого стовпця (індекс 1):

>>> column(A, 1)
[2, 6]

Або ж просто:

>>> [row[1] for row in A]
[2, 6]

Якщо у вас є масив на зразок

a = [[1, 2], [2, 3], [3, 4]]

Потім витягуєте перший стовпець так:

[row[0] for row in a]

Отже результат виглядає приблизно так:

[1, 2, 3]

Перевір!

a = [[1, 2], [2, 3], [3, 4]]
a2 = zip(*a)
a2[0]

це те саме, що і вище, за винятком того, що це акуратніше zip виконує роботу, але вимагає одиночних масивів як аргументів, * синтаксис розпаковує багатовимірний масив в аргументи одного масиву

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)

Функція карти в Python - це ще один спосіб.

>>> 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]])

якщо ви хочете другий стовпець, який ви можете використовувати

>>> x[:, 1]
array([ 1,  6, 11, 16])

[matrix[i][column] for i in range(len(matrix))]

Оператор itemgetter може також допомогти, якщо вам подобається зменшення пітону стилю карти, а не списки розумінь, для невеликої різноманітності!

# tested in 2.4
from operator import itemgetter
def column(matrix,i):
    f = itemgetter(i)
    return map(f,matrix)

M = [range(x,x+5) for x in range(10)]
assert column(M,1) == range(1,11)

Ви також можете використовувати це:

values = np.array([[1,2,3],[4,5,6]])
values[...,0] # first column
#[1,4]

Примітка. Це не працює для вбудованого масиву і не вирівнюється (наприклад, np.array ([[1,2,3], [4,5,6,7]]))

Я думаю, ви хочете витягнути стовпчик з масиву, такого як масив нижче

import numpy as np
A = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])

Тепер, якщо ви хочете отримати третій стовпець у форматі

D=array[[3],
[7],
[11]]

Потім потрібно спочатку зробити матрицю матрицею

B=np.asmatrix(A)
C=B[:,2]
D=asarray(C)

А тепер ви можете робити мудрі обчислення елементів так само, як і в excel.

скажімо, у нас є n X mматриця ( nрядки та mстовпці), наприклад 5 рядків та 4 стовпці

matrix = [[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16],[17,18,19,20]]

Для вилучення стовпців у python ми можемо використовувати розуміння списку, як це

[ [row[i] for row in matrix] for in range(4) ]

Ви можете замінити 4 будь-якою кількістю стовпців у вашій матриці. Результат -

[ [1,5,9,13,17],[2,10,14,18],[3,7,11,15,19],[4,8,12,16,20] ]

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]

Ще один спосіб використання матриць

>>> 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])

Якщо у Python є двовимірний масив (не numpy), ви можете витягнути всі стовпці так,

data = [
['a', 1, 2], 
['b', 3, 4], 
['c', 5, 6]
]

columns = list(zip(*data))

print("column[0] = {}".format(columns[0]))
print("column[1] = {}".format(columns[1]))
print("column[2] = {}".format(columns[2]))

Виконання цього коду дасть результат,

>>> print("column[0] = {}".format(columns[0]))
column[0] = ('a', 'b', 'c')

>>> print("column[1] = {}".format(columns[1]))
column[1] = (1, 3, 5)

>>> print("column[2] = {}".format(columns[2]))
column[2] = (2, 4, 6)

Звичайно, ви можете витягти один стовпчик за індексом (наприклад columns[0])

Незважаючи на використання zip(*iterable)для переміщення вкладеного списку, ви також можете використовувати наступне, якщо вкладені списки відрізняються за довжиною:

map(None, *[(1,2,3,), (4,5,), (6,)])

призводить до:

[(1, 4, 6), (2, 5, None), (3, None, None)]

Перший стовпець таким чином:

map(None, *[(1,2,3,), (4,5,), (6,)])[0]
#>(1, 4, 6)

Ну "трохи" пізно ...

Якщо продуктивність має значення, а ваші дані мають форму прямокутної форми, ви також можете зберігати їх в одному вимірі та отримувати доступ до стовпців шляхом регулярного нарізання, наприклад ...

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]

Акуратна річ, це справді швидко. Однак негативні показники тут не працюють! Таким чином, ви не можете отримати доступ до останнього стовпця чи рядка за індексом -1.

Якщо вам потрібна негативна індексація, ви можете трохи настроїти функції аксесуара, наприклад

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]

Якщо ви хочете схопити більше, ніж один стовпець, просто використовуйте фрагмент:

 a = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]])
    print(a[:, [1, 2]])
[[2 3]
[5 6]
[8 9]]

Я вважаю за краще наступний підказку: мати ім’я матриці matrix_aі використовувати column_number, наприклад:

import numpy as np
matrix_a = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
column_number=2

# you can get the row from transposed matrix - it will be a column:
col=matrix_a.transpose()[column_number]

Просто використовуйте transpose (), тоді ви можете отримати стовпчики так само просто, як і рядки

matrix=np.array(originalMatrix).transpose()
print matrix[NumberOfColum]

Усі стовпці з матриці в новий список:

N = len(matrix) 
column_list = [ [matrix[row][column] for row in range(N)] for column in range(N) ]