Question

我在python中有一个字典，像这样：

mydict={
    "key1": np.array([1, 2, 3]),
    "key2": np.array([4, 5, 6]),
    "key3": np.array([7, 8, 9])
    }

现在，我想获取字典，但每个值数组中的第n个条目只有第一个。类似于mydict2=mydict[:][1]。预期的输出将是：

mydict2={
    "key1": 2
    "key2": 5
    "key3": 8
    }

我想同时获取所有数组的一部分。例如mydict3=mydict[:][:2]。我希望在这里：

mydict3={
    "key1": np.array([1, 2]),
    "key2": np.array([4, 5]),
    "key3": np.array([7, 8])
    }

很明显，通过[：]建立索引不起作用。我该如何实现？

Answer 1

您所描述的是numpy主要提供的一项功能，切片可为您提供视图。字典是不同的野兽，部分是因为字典无序。

您必须对dict理解进行迭代：

mydict3 = {k: v[:2] for k, v in mydict.items()}

和

fullarray = np.arange(1, 10).reshape(3, 3)

我不会简单地将numpy数组存储在字典中，而是使用更大的数组：

>>> import numpy as np
>>> fullarray = np.arange(1, 10).reshape(3, 3)
>>> mydict1 = {'key1': fullarray[0, :], 'key2': fullarray[1, :], 'key3': fullarray[2, :]}
>>> mydict1
{'key1': array([1, 2, 3]), 'key2': array([4, 5, 6]), 'key3': array([7, 8, 9])}
>>> fullarray[:, 1]
array([2, 5, 8])
>>> fullarray[:, 1] *= 2
>>> fullarray[:, 1]
array([ 4, 10, 16])
>>> mydict1
{'key1': array([1, 4, 3]), 'key2': array([ 4, 10,  6]), 'key3': array([ 7, 16,  9])}

，并且最多使用字典将键映射到该数组上的切片。这些切片为您提供了视图，因此更改整个数组将反映在字典中的引用中：

fullarray[:, 0]

但是通过完整的numpy数组访问列更简单，因此fullarray[:, :2]和>>> import numpy.lib.recfunctions as rfn >>> structured = rfn.unstructured_to_structured(np.arange(1, 10).reshape((3, 3)).T, names=('key1', 'key2', 'key3'))。

另一种选择是使用structured arrays生成具有以下名称的行：

>>> structured['key1']
array([1, 2, 3]

这时使用键名进行索引会为您提供数组：

>>> structured[0]
(1, 4, 7)
>>> structured[:2]
array([(1, 4, 7), (2, 5, 8)],
      dtype=[('key1', '<i8'), ('key2', '<i8'), ('key3', '<i8')])
>>> structured[:2]['key1']
array([1, 2])
>>> structured[:2]['key2']
array([4, 5])
>>> structured[:2]['key3']
array([7, 8])

但是您也可以按“列”编制索引，包括切片：

import numpy as np
import numpy.lib.recfunctions as rfn

def dict_to_structured(d):
    return rfn.unstructured_to_structured(
        np.stack(list(mydict.values()), axis=1),
        names=list(mydict)
    )

转换现有字典将需要堆叠值：

aggregate

同时访问字典中的所有键

1 个答案: