Question

我在我的数据上运行k-means算法，我的标签输出如下所示：

[0 5 8 6 1 3 3 2 2 5 5 6 1 1 3 3 1 8 8 3 3 1 1 1 1 5 2 5 1 1 7 3 6 4 3 3 8
 1 3 3 5 1 8 8 1 8 7 1 1 8 6]

此向量包含点索引的簇编号，例如，第一个值为cluster no。 0表示点索引0，向量的第二个值表示它的簇号为0。 5，点指数1属于它。

我想拥有群集的子集：像：

cluster no 0 = { its index numbers}
cluster no 1 = { its index numbers}
..
cluster no 8 = { its index numbers}

例如，向量的第一个值为5，我需要列出该向量的所有索引，其值为5，反之亦然。我希望每个值都有自己的索引列表。

所以Value 5的列表应该是：

第5组= [1,9,10,25,27 ....

和其他值的所有输出，最终输出应该是8个列表。

Answer 1

如果你愿意使用numpy，这很容易用numpy.where

完成

cluster5, = numpy.where( array == 5 )

纯粹的＆＃39; python你可以这样做：

cluster5 = [i for i in range(len(array)) if array[i]==5]

Answer 2

这将使用enumerate：

来解决问题

array = [0,5,8,6,1,3,3,2,2,5,5,6,1,1,3,3,1,8,8,3,3,1,1,1,1,5,2,5,1,1,7,3,6,4,3,3,8,1,3,3,5,1,8,8,1,8,7,1,1,8,6]

for j in range(9):
    print("%i: %s"%(j,[i for i,x in enumerate(array) if x == j]))

Answer 3

基于enumerate和EAFP方法的简单解决方案。

def cluster(seq):
    out = {}
    for index, value in enumerate(seq):
        try:
            out[value].append(index)
        except KeyError:
            out[value] = [index]
    return out

data = [2, 3, 4, 4, 3, 1]
result = cluster(data)
assert result[2] == [0]
assert result[3] == [1, 4]
assert result[4] == [2, 3]
assert result[1] == [5]

在Python中将vector的值排列到列表中

3 个答案: