Відповіді:
>>> 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)
[row, col]
. кома відокремлюється.
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
a2 = zip(*a); a2 = list(a2); a2[0]
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])
arange()
Python3 за межами numpy. Хтось?
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)
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 m
матриця ( n
рядки та m
стовпці), 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]
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]
Я вважаю за краще наступний підказку: мати ім’я матриці matrix_a
і 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) ]