Bagaimana Anda mengekstrak kolom dari array multi dimensi?

Apakah ada yang tahu cara mengekstrak kolom dari array multi-dimensi dengan 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])

Lihat juga: "numpy.arange" dan "membentuk kembali" untuk mengalokasikan memori

Contoh: (Mengalokasikan array dengan membentuk matriks (3x4))

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

Mungkinkah Anda menggunakan array NumPy ? Python memiliki modul array , tetapi itu tidak mendukung array multi-dimensi. Daftar Python normal juga satu dimensi.

Namun, jika Anda memiliki daftar dua dimensi sederhana seperti ini:

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

maka Anda dapat mengekstrak kolom seperti ini:

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

Mengekstrak kolom kedua (indeks 1):

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

Atau sebagai alternatif, cukup:

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

Jika Anda memiliki array seperti

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

Kemudian Anda mengekstrak kolom pertama seperti itu:

[row[0] for row in a]

Jadi hasilnya terlihat seperti ini:

[1, 2, 3]

saksikan berikut ini!

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

itu adalah hal yang sama seperti di atas kecuali entah bagaimana itu lebih rapi zip melakukan pekerjaan tetapi membutuhkan array tunggal sebagai argumen, sintaks * a membongkar array multidimensi menjadi argumen array tunggal

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)

Fungsi peta dalam Python adalah cara lain untuk pergi.

>>> 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]])

jika Anda ingin kolom kedua dapat Anda gunakan

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

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

Operator itemgetter juga dapat membantu, jika Anda suka gaya peta-pengurangan python, daripada daftar pemahaman, untuk sedikit variasi!

# 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)

Anda dapat menggunakan ini juga:

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

Catatan: Ini tidak berfungsi untuk array bawaan dan tidak selaras (mis. Np.array ([[1,2,3], [4,5,6,7]]))

Saya pikir Anda ingin mengekstrak kolom dari array seperti array di bawah ini

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

Sekarang jika Anda ingin mendapatkan kolom ketiga dalam format

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

Maka Anda harus terlebih dahulu membuat array menjadi matriks

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

Dan sekarang Anda dapat melakukan perhitungan elemen bijaksana seperti yang Anda lakukan di excel.

katakanlah kita memiliki n X mmatriks ( nbaris dan mkolom) katakanlah 5 baris dan 4 kolom

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

Untuk mengekstrak kolom dalam python, kita bisa menggunakan daftar pemahaman seperti ini

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

Anda dapat mengganti 4 dengan jumlah kolom berapa pun yang dimiliki matriks Anda. Hasilnya adalah

[ [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]

Satu lagi cara menggunakan matriks

>>> 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])

Jika Anda memiliki array dua dimensi dalam Python (bukan numpy), Anda dapat mengekstrak semua kolom seperti itu,

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]))

Menjalankan kode ini akan menghasilkan,

>>> 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)

Tentu saja, Anda dapat mengekstrak satu kolom berdasarkan indeks (mis. columns[0])

Meskipun menggunakan zip(*iterable)untuk merefleksikan daftar bersarang, Anda juga dapat menggunakan yang berikut jika panjang daftar bersarang bervariasi:

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

menghasilkan:

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

Kolom pertama adalah sebagai berikut:

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

Yah agak terlambat ...

Dalam hal masalah kinerja dan data Anda berbentuk persegi panjang, Anda mungkin juga menyimpannya dalam satu dimensi dan mengakses kolom dengan mengiris misalnya ...

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]

Yang rapi adalah ini sangat cepat. Namun , indeks negatif tidak berfungsi di sini! Jadi, Anda tidak dapat mengakses kolom atau baris terakhir dengan indeks -1.

Jika Anda memerlukan pengindeksan negatif, Anda dapat sedikit menyetel fungsi-fungsi accessor, misalnya

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]

Jika Anda ingin mengambil lebih dari satu kolom, cukup gunakan slice:

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

Saya lebih suka petunjuk selanjutnya: memiliki nama matriks matrix_adan menggunakan column_number, misalnya:

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]

Cukup gunakan transpose (), maka Anda bisa mendapatkan kolom semudah Anda mendapatkan baris

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

Semua kolom dari matriks ke daftar baru:

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