Question

我正在尝试使用Python查找分配给二维数组中字符串的最小数字。我在尝试构建数组时遇到了一些问题，因此我当前的解决方案如下所示：

from random import randint
import numpy as np

array=['abc', 'def', 'ghi']
col = 2
row = len(array)
new_array= [[0] * col for _ in range(row)]
i = 0
j = 0
for i in range(0, row):
    for j in range(0, col):
        new_value = randint(0, 9)
        new_array[i][j] = array[i]
        new_array[i][1] = new_value
print(array)
print(new_array)

array[]看起来像这样：['abc', 'def', 'ghi']

new_array[][]在循环末尾看起来像这样：
[['abc',1], ['def',2], ['ghi',3]]

我需要知道的是数字较小的字符串。我尝试导入import numpy as np并使用print(new_array.min())

我已更新代码。到目前为止，不使用随机生成器：我正在使用一个计算Levenshtein距离的函数。

while j < len(T) 
    new_array= [[s, levenshtein_distance(T[j], input)] for s in T]
    if np.argmin(np.asarray(disT)[:,1]) > 
        levenshtein_distance(T[j], input):
        print('Minimum was already found in', new_array)

但是数组的距离值是相同的（我认为是我分配值的方式）：

[['abc', 2], ['def', 2], ['ghi', 2], ['jkl', 2], ['mno', 2], ['pqr', 2], ['stu', 2]

Answer 1

您的new_array可以使用列表理解功能通过一行代码生成：

new_array = [ [ s, randint(0, 9) ] for s in array ]

正确的功能不是返回列表最小值的np.min，而是返回其索引（即位置）的np.argmin：

idx = np.argmin(np.asarray(new_array)[:,1])

知道最小值的位置，您可以检索关联的字符串：

print(new_array[idx][0])

在带有字符串和数字的二维数组中找到最小数

1 个答案: