Question

为了访问2D numpy数组的第二维，我们可以使用例如

A[:,0:9]

我们怎么能这样做到2D列表呢？

Answer 1

浪费但应该工作：

list(zip(*(list(zip(*A))[0:9])))

使用itertools.isclice稍微更经济：

list(zip(*(itertools.islice(zip(*A), 0, 9))))

或者可以使用map和operator.itemgetter：

list(map(operator.itemgetter(slice(0,9)), A))

Answer 2

数组和嵌套列表版本：

In [163]: A=np.arange(12).reshape(3,4)
In [164]: Al = A.tolist()

对于切片索引，列表推导（或映射等效）工作正常：

In [165]: A[:,1:3]
Out[165]: 
array([[ 1,  2],
       [ 5,  6],
       [ 9, 10]])
In [166]: [l[1:3] for l in Al]
Out[166]: [[1, 2], [5, 6], [9, 10]]

对于高级索引，列表需要进一步的迭代级别：

In [167]: A[:,[0,2,3]]
Out[167]: 
array([[ 0,  2,  3],
       [ 4,  6,  7],
       [ 8, 10, 11]])

In [169]: [[l[i] for i in [0,2,3]] for l in Al]
Out[169]: [[0, 2, 3], [4, 6, 7], [8, 10, 11]]

同样有各种映射选择。

In [171]: [operator.itemgetter(0,2,3)(l) for l in Al]
Out[171]: [(0, 2, 3), (4, 6, 7), (8, 10, 11)]

itemgetter使用tuple(obj[i] for i in items)生成这些元组。

奇怪的是，itemgetter返回列表索引的元组，并列出切片：

In [176]: [operator.itemgetter(slice(1,3))(l) for l in Al]
Out[176]: [[1, 2], [5, 6], [9, 10]]

索引python 2D列表

2 个答案: