Question

昨天我需要Python中的矩阵类型。

显然，对此需求的一个简单回答是使用numpy.matrix()，但我的另一个问题是我想要一个矩阵来存储混合类型的任意值，类似于列表。 numpy.matrix不执行此操作。一个例子是

>>> numpy.matrix([[1,2,3],[4,"5",6]])
matrix([['1', '2', '3'],
        ['4', '5', '6']], 
       dtype='|S4')
>>> numpy.matrix([[1,2,3],[4,5,6]])
matrix([[1, 2, 3],
        [4, 5, 6]])

如您所见，numpy.matrix的内容必须是同质的。如果我的初始化中存在字符串值，则每个值都隐式存储为字符串。通过访问单个值

也可以确认这一点

>>> numpy.matrix([[1,2,3],[4,"5",6]])[1,1]
'5'
>>> numpy.matrix([[1,2,3],[4,"5",6]])[1,2]
'6'

现在，Python列表类型可以替代接受混合类型。您可以拥有一个包含整数和字符串的列表，两者都保留其类型。我需要的是类似于列表的东西，但是以类似矩阵的行为操作。

因此，我必须实现自己的类型。我有两个内部实现选择：列表包含列表和字典。这两种解决方案都有缺点：

列表列表需要仔细同步各种列表的大小。交换两行很容易。交换两列不太容易。删除行也很容易。
字典（以元组为键）稍微好一点，但你必须定义键的限制（例如，如果矩阵是3x3，则不能插入元素5,5），并且它们更复杂用于插入，删除或交换列或行。

编辑：澄清。我需要此功能的具体原因是因为我正在阅读CSV文件。一旦我从CSV文件中收集值（可以是字符串，整数，浮点数的值），我想执行交换，删除，插入和其他操作。出于这个原因，我需要一个“矩阵列表”。

我的好奇心是：

你知道提供这项服务的Python数据类型是否已经存在（可能在“非电池包含”库中）？
为什么标准库中没有提供此数据类型？利息太受限制了吗？
你怎么解决这个需求？字典，列表或其他更智能的解决方案？

Answer 1

如果dtype为object：

，您可以使用不同类型

In [1]: m = numpy.matrix([[1, 2, 3], [4, '5', 6]], dtype=numpy.object)
In [2]: m
Out[2]: 
matrix([[1, 2, 3],
        [4, 5, 6]], dtype=object)
In [3]: m[1, 1]
Out[3]: '5'
In [4]: m[1, 2]
Out[4]: 6

我不知道除了花哨的索引之外你还有什么好处，因为正如Don指出的那样，你不能用这个矩阵做数学。

Answer 2

我很好奇为什么你想要这个功能;据我了解，有矩阵（numpy）的原因主要是进行线性数学运算（矩阵变换等）。

我不确定数字定义对于十进制和字符串的乘积是什么。

在内部，您可能希望查看稀疏矩阵实现（http://www.inf.ethz.ch/personal/arbenz/pycon03_contrib.pdf）。有很多方法可以做到这一点（哈希，列表，链表），每个方法都有自己的优点和缺点。如果您的矩阵不会有很多空值或零，那么您可以放弃稀疏实现。

Answer 3

您是否看过numpy.recarray功能？

例如： http://docs.scipy.org/doc/numpy/reference/generated/numpy.recarray.html

它旨在允许具有混合数据类型的数组。

我不知道数组是否适合您的目的，或者您是否真的需要矩阵 - 我还没有使用numpy矩阵。但是如果数组足够好，重组可能会有效。

Answer 4

也许这是一个迟到的答案，但，为什么不使用pandas？

Answer 5

查看sympy - 它在多态性方面做得相当不错在它的矩阵中，你可以在sympy.matrices.Matrix上进行操作 col_swap，col_insert，col_del等对象......

In [2]: import sympy as s 
In [6]: import numpy as np

In [11]: npM = np.array([[1,2,3.0], [4,4,"abc"]], dtype=object)
In [12]: npM
Out[12]: 
 [[1 2 3.0]
 [4 4 abc]]

In [14]: type( npM[0][0] )
Out[14]: 
In [15]: type( npM[0][2] )
Out[15]: 
In [16]: type( npM[1][2] )
Out[16]: 


In [17]: M = s.matrices.Matrix(npM)
In [18]: M
Out[18]: 
⎡1  2  3.0⎤
⎢         ⎥
⎣4  4  abc⎦


In [27]: type( M[0,2] )
Out[27]: 
In [28]: type( M[1,2] )
Out[28]: 

In [29]: sym= M[1,2] 
In [32]: print sym.name
abc

In [34]: sym.n
Out[34]: 
In [40]: sym.n(subs={'abc':45} )
Out[40]: 45.0000000000000

Answer 6

您是否考虑过使用csv文件的csv模块？

Python docs for csv module

Python中的矩阵

6 个答案: