Question

我有两个数据框，其中一个有两列（图形边缘列表），另一个是这些点的位置。我想在第一个数据帧中搜索并替换每个点的x和y坐标，而不是替换两个单独的数据帧中的点。首先，我将数据帧转换为numpy数组。例如，假设我们以xx作为边缘列表，以yy作为坐标，如下所示：

xx= np.array([(4,2),(3,5)])
yy=np.array([(2,6,7),(5,5,6),(4,8,9),(3,2,2)])

所以xx是我们的边缘点，yy是每个点的坐标（例如，点4的x值为8，y值为9）然后我尝试用对应于x坐标值的节点替换节点：

zz=[]
for i in np.nditer(xx,order='F'):
    cc=np.where(yy[:,0]==i)
    zz.append(cc[0][0])
zz=np.array(zz)
q=[]
for i in range(xx.size):
    q.append(yy[zz[i],1])
xcoordinates=np.array(q).reshape(int(xx.size/2),2)

但是重塑后结果不正确：

array([[8, 2],
       [6, 5]])

请让我知道如何获得x的结果：

[8,6]
[2,5]

我是python的新手，无法理解复杂的代码。

Answer 1

需要使用第二个数组，但是您可以创建一个可以用xx进行索引的查找数组。

u = np.empty(yy[:, 0].max() + 1, dtype=yy.dtype)
u[yy[:, 0]] = yy[:, 1]

u[xx]

array([[8, 6],
       [2, 5]])

这个答案有两个假设，您应该考虑一下。

1）yy必须是唯一的，并且必须具有整数dtype

2）xx必须遵循yy.min() < xx < yy.max()，否则您将获得IndexError

3）xx的所有值都必须在y[:, 0]中，否则您将在映射中返回垃圾值。

Answer 2

让我们定义一个小辅助函数-将xx的值与yy的第一列进行匹配，并从第二列返回该值。

def foo(x):
    return yy[yy[:,0]==x, 1].item()

并对其进行一些测试：

In [101]: foo(3)                                                                                     
Out[101]: 2
In [102]: foo(4)                                                                                     
Out[102]: 8

让我们使用nditer代替xx.flat作为一维迭代器。

In [103]: for x in xx.flat: 
     ...:     print(foo(x)) 
     ...:                                                                                            
8
6
2
5

或者在列表理解中做同样的事情：

In [104]: [foo(x) for x in xx.flat]                                                                  
Out[104]: [8, 6, 2, 5]

并使用reshape将其转换回与xx形状相同的数组：

In [105]: np.reshape([foo(x) for x in xx.flat],xx.shape)                                             
Out[105]: 
array([[8, 6],
       [2, 5]])

我也喜欢frompyfunc作为将标量函数应用于数组元素的方法。在测试中，它可以比更直接的迭代快2倍，但仍然易于使用且没有错误：

In [106]: np.frompyfunc(foo,1,1)(xx)                                                                 
Out[106]: 
array([[8, 6],
       [2, 5]], dtype=object)

但是另一个答案显示了如何在没有Python级别迭代的情况下做同样的事情。

另一种“向量化”方法：

将xx的所有值与yy的第一列进行比较。结果是一个3d布尔数组：

In [107]: xx[...,None]==yy[:,0]                                                                      
Out[107]: 
array([[[False, False,  True, False],
        [ True, False, False, False]],

       [[False, False, False,  True],
        [False,  True, False, False]]])

where是一个3元素元组。 2个元素索引xx，最后一个yy：

In [108]: np.where(xx[...,None]==yy[:,0])                                                            
Out[108]: (array([0, 0, 1, 1]), array([0, 1, 0, 1]), array([2, 0, 3, 1]))
In [109]: yy[np.where(xx[...,None]==yy[:,0])[2],1]                                                   
Out[109]: array([8, 6, 2, 5])

如何遍历numpy矩阵和填充值？

2 个答案: