Как извлечь столбец из многомерного массива?

Ответ 1

>>> 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])

См. также: "numpy.arange" и "reshape" для выделения памяти

Пример: (Выделение массива с формированием матрицы (3x4))

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

Ответ 2

Может быть, вы используете массив NumPy? Python имеет модуль array, но это не поддерживает многомерные массивы. Обычные списки Python также одномерны.

Однако, если у вас есть простой двумерный список, например:

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

вы можете извлечь столбец следующим образом:

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

Извлечение второго столбца (индекс 1):

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

Или, альтернативно, просто:

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

Ответ 3

Если у вас есть массив вроде

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

Затем вы извлекаете первый столбец следующим образом:

[row[0] for row in a]

Итак, результат выглядит следующим образом:

[1, 2, 3]

Ответ 4

проверить это!

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

это то же самое, что и выше, за исключением того, zip выполняет работу, но требует наличия одиночных массивов в качестве аргументов, синтаксис * распаковывает многомерный массив в аргументы одиночного массива

Ответ 5

Оператор itemgetter может также помочь, если вам нравится стиль python с уменьшением размера карты, а не список понятий, для небольшого разнообразия!

# 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)

Ответ 6

Вы также можете использовать это:

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

Примечание. Это не работает для встроенного массива и не выровнено (например, np.array([[1,2,3], [4,5,6,7]]))

Ответ 7

Я думаю, вы хотите извлечь столбец из массива, например массив ниже

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

Теперь, если вы хотите получить третий столбец в формате

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

Затем вам нужно сначала сделать массив матрицей

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

И теперь вы можете делать элементарные вычисления так же, как и в excel.

Ответ 8

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

Ответ 9

Еще один способ использования матриц

>>> 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])

Ответ 10

Ну, немного "поздно"...

В случае, если производительность имеет значение, и ваши данные имеют прямоугольную форму, вы можете также сохранить их в одном измерении и получить доступ к столбцам путем регулярной нарезки, например....

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]

Оптимальная вещь - это очень быстро. Однако отрицательные индексы здесь не работают! Таким образом, вы не можете получить доступ к последнему столбцу или строке по индексу -1.

Если вам нужна отрицательная индексация, вы можете немного настроить функции доступа, например.

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]

Ответ 11

скажем, что мы имеем n X m matrix (n rows и m columns), например 5 строк и 4 столбца

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

Чтобы извлечь столбцы в python, мы можем использовать представление списка, подобное этому

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

Вы можете заменить 4 на любое количество столбцов, которые имеет ваша матрица. Результатом является

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

Ответ 12

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)

Функция отображения в Python - это еще один способ.

Ответ 13

Несмотря на использование zip(*iterable) для переноса вложенного списка, вы также можете использовать следующее, если вложенные списки различаются по длине:

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

приводит к:

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

Первый столбец:

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

Ответ 14

Все столбцы из матрицы в новый список:

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