Question

我有一个元组列表（特征值，特征向量），我必须从中提取前60个特征向量并将它们水平堆叠成矩阵。我正在使用此代码：

matrix_60 = np.hstack((eig_pairs[:60][1]).reshape(samples,1))

代码无法正常工作（我知道元组不具有属性reshape），但是我无法弄清楚正确的语法。预期的结果是获得前60个特征向量并将它们按列堆叠（这样矩阵将有N行乘60列）。

Answer 1

您可以将np.stack与DT$xp_ratio_y <- DT$driv_y_experience/DT$driv_y_age DT$xp_ratio_y[DT$driv_y_add_flg !=1 ] <- 0一起使用，以逐列的方式堆叠向量：

axis=1

列表理解将从前60个元组中提取特征向量。 np.stack([vec for val, vec in eig_pairs[:60]], axis=1)在您指定的维度上创建一个要串联的新轴。

表达式stack仍然是一个列表，因此eig_pairs[:60]只是该列表中的第二个元组，而不是每个元组中的第二个元素。这就是为什么您需要理解才能提取向量的原因。

Answer 2

也许是这样吗？

np.concatenate(list(map(lambda x: x[1], eig_pairs[:60]))).reshape(-1, 60)

Answer 3

如果您有一个名为tuples的特征值和向量的元组python数组，则可以得到仅包含特征向量的数组，如：

eigenvectors = [tuple[1] for tuple in tuples]

现在，您可能只需执行np.array(eigenvectors)。

Answer 4

正如@Tyler Chen观察到的那样，您无法使用类似Numpy的切片来切片Python元组列表（或者至少我不知道）。解决问题的方法有几种：

使用索引遍历列表
使用map和itemgetter
创建元素字典：dict()
在列表元素中使用zip

有关此SO答案中每一个的详细信息：
How to extract the n-th elements from a list of tuples in python?

这些示例均未显示如何将数组用作List / Tuple元素。因此，我使用loop方法创建了一个简单的示例（最容易让新用户理解）。 +-+-+-+注释上方的代码创建的数据类似于您的数据（如果我理解问题说明）。注释下面的代码显示了我将如何做。我在索引上循环，因为在添加到数组时将其用作行号。您还可以循环使用列表元素，并为此添加一个行计数器（请参阅替代方法）。
此示例在每个特征向量中有10行和20个值。我将概括一下N行和M向量。
注意：Numpy数组大小是预先分配的。因此，通常，您需要扫描元组以确定在循环之前分配数组的行数和列数。

import numpy as np
# First, build some simple Eigenvalue and Eigenvector data
# 10 Eigenvalues in eig_vals and Eigenvectors as 20 values in 10 rows (shape [10,20])
eig_vals = np.logspace(0.1,3., num=10)
eig_vec = np.zeros([10,20])
for i in range(len(eig_vals)) :
  eig_vec_r = np.random.random_sample(20)
  eig_vec[i,:]=eig_vec_r
# Create List of tuples for each eig_vals, eig_vec pair: 
eigen_pairs = [(eig_vals[i], eig_vec[i,:]) for i in range(len(eig_vals)) ]
#+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

# create new nd.array to hold extrated Eigenvector data (shape [10,20])
saved_eig_vec = np.zeros([10,20])

# loop thru List of tuples to extract Eigenvector array and write to saved_eig_vec
# Each Eigenvector will be in 1 row
for i in range(len(eigen_pairs)) :
  saved_eig_vec[i,:] = eigen_pairs[i][1]

#Verify correctness by comparing the following values:
#  1) eig_vec[9,:] initial array created with random_sample function
#  2) eigen_pairs[9][1] -  array saved in list of tuples
#  3) saved eig_vec[9,:] array extrated and saved from list of tuples

print (eig_vec[9,:])
print (eigen_pairs[9][1])
print (saved_eig_vec[9,:])

# Alternate method, looping on list elements with row counter (reset saved_eig_vec array)
saved_eig_vec = np.zeros([10,20])
row = 0
for i in eigen_pairs :
  saved_eig_vec[row,:] = i[1]
  row += 1

print (saved_eig_vec[9,:])

在Python中将元组元素切片和堆叠到矩阵中

4 个答案: