Yanıtlar:
>>> 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])
Ayrıca bkz: bellek ayırmak için "numpy.arange" ve "yeniden şekillendirme"
Örnek: (Bir diziyi matris (3x4) şekillendirme ile ayırma)
nrows = 3
ncols = 4
my_array = numpy.arange(nrows*ncols, dtype='double')
my_array = my_array.reshape(nrows, ncols)
[row, col]
. virgül ayrılır.
NumPy dizisi kullanıyor olabilir misiniz ? Python'un dizi modülü vardır, ancak bu çok boyutlu dizileri desteklemez. Normal Python listeleri de tek boyutludur.
Ancak, böyle iki boyutlu basit bir listeniz varsa:
A = [[1,2,3,4],
[5,6,7,8]]
o zaman böyle bir sütun çıkarabilirsiniz:
def column(matrix, i):
return [row[i] for row in matrix]
İkinci sütunu çıkarma (dizin 1):
>>> column(A, 1)
[2, 6]
Veya alternatif olarak, basitçe:
>>> [row[1] for row in A]
[2, 6]
Şunun gibi bir diziniz varsa:
a = [[1, 2], [2, 3], [3, 4]]
Sonra ilk sütunu şöyle çıkarırsınız:
[row[0] for row in a]
Sonuç şöyle görünür:
[1, 2, 3]
bunu kontrol et!
a = [[1, 2], [2, 3], [3, 4]]
a2 = zip(*a)
a2[0]
yukarıdaki gibi aynı şeydir, ancak bir şekilde zip işini yapar, ancak bağımsız değişkenler olarak tek diziler gerektirir, * bir sözdizimi çok boyutlu diziyi tek dizi bağımsız değişkenlerine açar
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)
Python'da harita fonksiyonu gitmek için başka bir yoldur.
>>> 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]])
ikinci sütunu istiyorsanız kullanabilirsiniz
>>> x[:, 1]
array([ 1, 6, 11, 16])
arange()
Numpy dışında Python3 için herhangi bir belge bulamıyorum . Kimse?
Itemgetter operatörü de liste anlayışları yerine harita azaltma tarzı python isterseniz, biraz çeşitlilik için yardımcı olabilir!
# 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)
Bence aşağıdaki gibi bir dizi bir sütun ayıklamak istiyorum
import numpy as np
A = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
Şimdi üçüncü sütunu biçiminde almak istiyorsanız
D=array[[3],
[7],
[11]]
O zaman önce diziyi bir matris yapmanız gerekir
B=np.asmatrix(A)
C=B[:,2]
D=asarray(C)
Ve şimdi excel'de yaptığınız gibi element bilge hesaplamaları yapabilirsiniz.
diyelim ki n X m
matrisimiz var ( n
satırlar ve m
sütunlar) 5 satır ve 4 sütun diyelim
matrix = [[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16],[17,18,19,20]]
Python'daki sütunları çıkarmak için, liste kavrayışını şu şekilde kullanabiliriz
[ [row[i] for row in matrix] for in range(4) ]
Matrisinizin sahip olduğu sütun sayısını 4 ile değiştirebilirsiniz. Sonuç
[ [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]
Python'da (numpy değil) iki boyutlu bir diziniz varsa, böyle tüm sütunları ayıklayabilirsiniz,
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]))
Bu kodun çalıştırılması,
>>> 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)
Tabii ki, tek bir sütunu dizine göre ayıklayabilirsiniz (örn. columns[0]
)
zip(*iterable)
Yuvalanmış bir listeyi aktarmak için kullanılmasına rağmen , yuvalanmış listelerin uzunluğu değişiyorsa aşağıdakileri de kullanabilirsiniz:
map(None, *[(1,2,3,), (4,5,), (6,)])
sonuç:
[(1, 4, 6), (2, 5, None), (3, None, None)]
İlk sütun böyledir:
map(None, *[(1,2,3,), (4,5,), (6,)])[0]
#>(1, 4, 6)
Peki 'biraz' geç ...
Performansın önemli olması ve verilerinizin dikdörtgen şeklinde olması durumunda, bunu bir boyutta saklayabilir ve düzenli dilimleme gibi sütunlara erişebilirsiniz ...
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]
Temiz şey, bu gerçekten hızlı. Ancak , negatif dizinler burada çalışmaz! Böylece dizin -1'e göre son sütuna veya satıra erişemezsiniz.
Negatif indekslemeye ihtiyacınız varsa, erişimci işlevlerini biraz ayarlayabilirsiniz;
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]
Ben sonraki ipucu tercih: adlandırılmış matrix_a
ve kullanımı matris olması, column_number
örneğin:
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]
Sadece transpose () kullanın, sonra sütunları satır aldığınız kadar kolay alabilirsiniz
matrix=np.array(originalMatrix).transpose()
print matrix[NumberOfColum]
Bir matristeki tüm sütunlar yeni bir listeye:
N = len(matrix)
column_list = [ [matrix[row][column] for row in range(N)] for column in range(N) ]