解压缩坐标和值的字典

Question

我希望填充值x，y和z，其中x是x坐标，y是y坐标，{{1由z定义的每个坐标的关联值。我是这样做的：

p

还有另一种更易读的方式吗？这可能是numpy或scipy有什么用呢？

为什么p = {(1,2): 10, (0,2):12, (2,0):11} k,z = np.array(list(zip(*p.items()))) x,y = np.array(list(zip(*k))) 会产生z，而array([10, 11, 12], dtype=object) x不会包含y？

Answer 1

作为一个班轮怎么样？

.nuspec

这样可以更清楚地显示值的来源，而不会显示不必要的和未使用的x, y, z = np.array([(x, y, z) for (x, y), z in p.items()]).T 。此外，您不应该遇到k问题。

Answer 2

为什么dtype = object？

考虑第二行，现在只有一个变量赋值：

w = np.array(list(zip(*p.items())))
print(w)

这里，w成为一个由一行元组和一行整数组成的数组。无论何时涉及这种混合类型，都使用通用object数据类型（dtype）。在您的代码中，您实际上拥有k, z = w，因此即使将整数存储在z中，他们也会保留dtype（object）。

更清洁的方式

我们可以在一行中

x, y, z = np.array([(x, y, z) for (x, y), z in p.items()]).T

这里，生成一个列表，其中存储了(x, y, z)形式的元组。然后将其转换为2D NumPy数组。最后，这个数组（或矩阵）被转置（.T），然后分配给x，y和z。否则需要换位，矩阵的行将分配到x，y和z（尝试省略.T并自己查看效果）

Answer 3

如果您使用Pandas，解决方案将非常易读：

import pandas as pd
data = pd.Series(p)
#0  2    12
#1  2    10
#2  0    11

如果最终你想要numpy数组：

x = data.reset_index()['level_0'].values
y = data.reset_index()['level_1'].values
z = data.values

Answer 4

因为我喜欢numpy，所以我会选择以下内容：

keys = np.array(list(p.keys()))
vals = np.matrix(list(p.values()))
comb = np.concatenate((keys, vals.T), axis=1)
x, y, z = comb.T

可读性取决于多么习惯于numpy。

那里有两个技巧。首先，如果字典没有改变，字典项的排序不会改变，所以我们可以分别调用键和值。第二种是使用np.matrix作为值，以便转置起作用，因为在numpy中转换1D数组是一个nop。