我有一个矩阵A
,其中3列看起来像,但更大:
[[10 15 1.0]
[21 13 1.0]
[9 14 0.0]
[14 24 1.0]
[21 31 0.0]
...]
我想创建两个单独的矩阵:一个包含第三列= 0.0的所有数据,另一个包含第三列的所有数据= 1.0。所以基本上将数据按第三列中的值0.0或1.0分割。
答案 0 :(得分:6)
如果您使用Numpy,请首先找到第三列具有所需值的行,然后使用indexing提取行。
<强>演示强>
>>> import numpy
>>> A = numpy.array([[1, 0, 1],
[2, 0, 1],
[3, 0, 0],
[4, 0, 0],
[5, 0, 0]])
>>> A1 = A[A[:, 2] == 1, :] # extract all rows with the third column 1
>>> A0 = A[A[:, 2] == 0, :] # extract all rows with the third column 0
>>> A0
array([[3, 0, 0],
[4, 0, 0],
[5, 0, 0]])
>>> A1
array([[1, 0, 1],
[2, 0, 1]])
答案 1 :(得分:4)
>>> a
array([[ 10., 15., 1.],
[ 21., 13., 1.],
[ 9., 14., 0.],
[ 14., 24., 1.],
[ 21., 31., 0.]])
>>> a[np.where(a[:,-1])]
array([[ 10., 15., 1.],
[ 21., 13., 1.],
[ 14., 24., 1.]])
>>> a[np.where(~a[:,-1].astype(bool))]
array([[ 9., 14., 0.],
[ 21., 31., 0.]])
答案 2 :(得分:1)
以下是我们如何使用列表推导来分离矩阵,不需要导入其他库。首先,包含第三列所有数据的一个矩阵是0.0
:
[x for x in matrix if x[2] == 0.0]
另一个矩阵,其中包含与第三列1.0
时间相关的所有数据:
[x for x in matrix if x[2] == 1.0]
例如:
matrix = [[10, 15, 1.0],
[21, 13, 1.0],
[ 9, 14, 0.0],
[14, 24, 1.0],
[21, 31, 0.0]]
[x for x in matrix if x[2] == 0.0]
=> [[ 9, 14, 0.0],
[21, 31, 0.0]]
[x for x in matrix if x[2] == 1.0]
=> [[10, 15, 1.0],
[21, 13, 1.0],
[14, 24, 1.0]]