我是Python的新手。所以我想用循环来完成这个，而不使用像发电机这样的奇特东西。我有两个2D数组，一个整数数组和另一个字符串数组，如下所示：
整数2D列表：
这里，dataset2d [0] [0]是表中的行数，dataset [0] [1]是列数。所以下面的2D列表有6行4列
dataset2d = [
[6, 4],
[0, 0, 0, 1],
[1, 0, 2, 0],
[2, 2, 0, 1],
[1, 1, 1, 0],
[0, 0, 1, 1],
[1, 0, 2, 1]
]
字符串2D列表：
partition2d = [
['A', '1', '2', '4'],
['B', '3', '5'],
['C', '6']
]
partition[*][0]，即第一列是标签。对于A组，1,2和4是我需要从dataset2d中获取的行号并应用公式。所以这意味着我将阅读1，转到dataset2d中的第1行并读取第一列值dataset2d[1][0]，然后我将从partition2d读取2，转到数据集2d的第2行并阅读第一列，即dataset2d[2][0]。同样下一个我会读dataset2d[4][0]。
然后我将进行一些计算，得到一个值并将其存储在2D列表中，然后转到dataset2d中的下一列以获取这些行。因此，在此示例中，读取的下一列值将为dataset2d[1][1]，dataset2d[2][1]，dataset2d[4][1]。然后再做一些计算并为该列获取一个值，存储它。我会这样做，直到我到达dataset2d的最后一列。
partition2d中的下一行是[B, 3, 5]。所以我将从dataset2d[3][0]，dataset2d[5][0]开始。获取该列的值为公式。然后是真实dataset2d [3][1]，dataset2d[5][1]等，直到我到达最后一栏。我这样做，直到读取partition2d中的所有行。
我尝试了什么：
for partitionRow in partition2d:
for partitionCol in partitionRow:
for colDataset in dataset2d:
print dataset2d[partitionCol][colDataset]
我面临什么问题：
UPDATE1：
我正在读取文本文件中的内容，2D列表中的数据可能会有所不同，具体取决于文件内容和大小，但file1即dataset2d和file2即partition2d的结构将是相同的。
Update2：因为Eric询问输出应该是什么样子。
0.842322 0.94322 0.34232 0.900009 (For A)
0.642322 0.44322 0.24232 0.800009 (For B)
这只是一个例子，数字是我随机输入的。 因此，第一个数字0.842322是将公式应用于dataset2d的第0列的结果，即数据集2d [parttionCol] [0]，对于已考虑行1,2,4的A组。
第二个数字0.94322是将公式应用于dataset2d第1列的结果，即在考虑了第1,2行的A组中，dataset2d [partitionCol] [1]。
第三个数字，0.34232是将公式应用于dataset2d第2列的结果，即dataset2d [partitionCol] [2]，对于已考虑行1,2的组A.同样，我们得到0.900009。
第二行中的第一个数字，即0.642322，是将公式应用于dataset2d的第0列，即dataset2d [parttionCol] [0]，用于已考虑行3,5的B组。等等。
答案 0 :(得分：3)
您可以使用Numpy（我希望这不适合您）：
import numpy
dataset2D = [ [6, 4], [0, 0, 0, 1], [1, 0, 2, 0], [2, 2, 0, 1], [1, 1, 1, 0], [0, 0, 1, 1], [1, 0, 2, 1] ]
dataset2D_size = dataset2D[0]
dataset2D = numpy.array(dataset2D)
partition2D = [ ['A', '1', '2', '4'], ['B', '3', '5'], ['C', '6'] ]
for partition in partition2D:
label = partition[0]
row_indices = [int(i) for i in partition[1:]]
# Take the specified rows
rows = dataset2D[row_indices]
# Iterate the columns (this is the power of Python!)
for column in zip(*rows):
# Now, column will contain one column of data from specified row indices
print column, # Apply your formula here
print
或如果你不想安装Numpy ，这就是你可以做的（实际上这就是你想要的）：
dataset2D = [ [6, 4], [0, 0, 0, 1], [1, 0, 2, 0], [2, 2, 0, 1], [1, 1, 1, 0], [0, 0, 1, 1], [1, 0, 2, 1] ]
partition2D = [ ['A', '1', '2', '4'], ['B', '3', '5'], ['C', '6'] ]
dataset2D_size = dataset2D[0]
for partition in partition2D:
label = partition[0]
row_indices = [int(i) for i in partition[1:]]
rows = [dataset2D[row_idx] for row_idx in row_indices]
for column in zip(*rows):
print column,
print
两者都会打印出来：
(0, 1, 1) (0, 0, 1) (0, 2, 1) (1, 0, 0) (2, 0) (2, 0) (0, 1) (1, 1) (1,) (0,) (2,) (1,)
第二个代码的说明（没有Numpy）：
[dataset2D[row_idx] for row_idx in row_indices]
这基本上是你采取每一行（dataset2D[row_idx]）并将它们整理为一个列表。所以这个表达式的结果是一个列表列表（来自指定的行索引）
for column in zip(*rows):
然后zip(*rows)将逐列迭代（您想要的那个）。这可以通过获取每一行的第一个元素，然后将它们组合在一起形成tuple。在每次迭代中，结果都存储在变量column中。
然后在for column in zip(*rows):内你已经有了指定行的预期列式迭代元素！
要应用您的公式，只需将print column,更改为您想要的内容。例如，我修改代码以包含行号和列号：
print 'Processing partition %s' % label
for (col_num, column) in enumerate(zip(*rows)):
print 'Column number: %d' % col_num
for (row_num, element) in enumerate(column):
print '[%d,%d]: %d' % (row_indices[row_num], col_num, element)
将导致：
Processing partition A Column number: 0 [1,0]: 0 [2,0]: 1 [4,0]: 1 Column number: 1 [1,1]: 0 [2,1]: 0 [4,1]: 1 Column number: 2 [1,2]: 0 [2,2]: 2 [4,2]: 1 Column number: 3 [1,3]: 1 [2,3]: 0 [4,3]: 0 Processing partition B Column number: 0 [3,0]: 2 [5,0]: 0 Column number: 1 [3,1]: 2 [5,1]: 0 Column number: 2 [3,2]: 0 [5,2]: 1 Column number: 3 [3,3]: 1 [5,3]: 1 Processing partition C Column number: 0 [6,0]: 1 Column number: 1 [6,1]: 0 Column number: 2 [6,3]: 2 Column number: 3 [6,3]: 1
我希望这会有所帮助。
答案 1 :(得分：2)
这是使用迭代器的可扩展解决方案：
def partitions(data, p):
for partition in p:
label = partition[0]
row_indices = partition[1:]
rows = [dataset2D[row_idx] for row_idx in row_indices]
columns = zip(*rows)
yield label, columns
for label, columns in partitions(dataset2D, partitions2d):
print "Processing", label
for column in columns:
print column
答案 2 :(得分：1)
partition2d是一个字符串数组，我需要跳过第一列 其中包含A，B，C等字符。
这称为切片：
for partitionCol in partitionRow[1:]:
上面的代码段会跳过第一列。
for colDataset in dataset2d:
已经做了你想要的。这里没有像C ++循环那样的结构。虽然你可以用Unpythonic方式做事：
i=0
for i in range(len(dataset2d)):
print dataset2d[partitionCol][i]
i=+1
这是一种非常糟糕的做法。对于数组和矩阵，我建议你不要重新发明轮子（也就是Pythonic的东西），看看{ {1}} 即可。特别是在： numpy.loadtxt
答案 3 :(得分：1)
解决您的问题：
我面临什么问题：
- partition2d是我需要的字符串数组 跳过包含A，B，C等字符的第一列。
- 我想 仅在给定的行号中以列为单位迭代dataset2d partition2d。所以colDataset只有在我完成后才会增加 那个专栏。
问题1可以使用切片来解决 - 如果你想从第二个元素迭代partition2d，你只能使用for partitionCol in partitionRow[1:]。这将从第二个元素开始切片到最后一行。
类似于：
for partitionRow in partition2d:
for partitionCol in partitionRow[1:]:
for colDataset in dataset2d:
print dataset2d[partitionCol][colDataset]
问题2我不明白你想要什么:)
答案 4 :(得分：1)
设定：
d = [[6,4],[0,0,0,1],[1,0,2,0],[2,2,0,1],[1,1,1,0],[0,0,1,1],[1,0,2,1]]
s = [['A',1,2,4],['B',3,5],['C',6]]
结果列入清单l
l = []
for r in s: #go over each [character,index0,index1,...]
new_r = [r[0]] #create a new list to values given by indexN. Add in the character by default
for i,c in enumerate(r[1:]): #go over each indexN. Using enumerate to keep track of what N is.
new_r.append(d[c][i]) #i is now the N in indexN. c is the column.
l.append(new_r) #add that new list to l
导致
>>> l
[['A', 0, 0, 1], ['B', 2, 0], ['C', 1]]
第一次迭代的执行如下：
for r in s:
#-> r = ['A',1,2,4]
new_r = [r[0]] #= ['A']
for i,c in enumerate([r[1:] = [1,2,4])
#-> i = 0, c = 1
new_r.append(d[1][i])
#-> i = 1, c = 2
#...