Question

我的代码中包含以下矩阵：

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

我想将其重塑为下一个

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

我尝试使用以下代码：

new_M=[]
l=0
for j in range(3):
    for k in range(8):
        new_M[j][k]=M[l][2]
        l=l+1

但是出现以下错误：IndexError：列表索引超出范围

我希望能找到一种方法来修复此代码，或者更好的代码来执行相同的任务。 PD：我也希望对代码进行详细的解释，因为我对使用Python很熟悉。

非常感谢您。

Answer 1

numpy可以为您完成许多出色的工作：

import numpy as np

np.array(M)[:, 2].reshape(3,8)
array([[0, 0, 0, 3, 0, 4, 4, 5],
      [0, 2, 7, 3, 0, 3, 0, 5],
      [1, 1, 0, 3, 6, 5, 4, 0]])

如果前两列实际上是二维索引：

my_arr = np.array(M)
new_arr = np.zeros((3,8))
np.add.at(new_arr, (my_arr[:,1]-1, my_arr[:,0]-1), my_arr[:,2])
print(new_arr)
[[0. 0. 0. 3. 0. 4. 4. 5.]
 [0. 2. 7. 3. 0. 3. 0. 5.]
 [1. 1. 0. 3. 6. 5. 4. 0.]]

Answer 2

如果要使用前两列来构造ndarray，则可以选择使用scipy.sparse.csr_matrix。

在这种情况下，您可以通过指定以下内容来构建稀疏行矩阵：

csr_matrix（（data，（row_ind，col_ind）），[shape =（M，N）]）：

其中data，row_ind和col_ind满足关系a [row_ind [k]，col_ind [k]] = data [k]。

from scipy.sparse import csr_matrix
x = np.array(M)

sp = csr_matrix((x[:,-1], (x[:,1]-1, x[:,0]-1)))
sp.todense()

matrix([[0, 0, 0, 3, 0, 4, 4, 5],
        [0, 2, 7, 3, 0, 3, 0, 5],
        [1, 1, 0, 3, 6, 5, 4, 0]], dtype=int64)

注意：行和列的索引都应从0开始，这就是为什么我要减去1

重塑矩阵

2 个答案: