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。
答案 0 :(得分:4)
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.]]
答案 1 :(得分:1)
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