Question

这是什么标志？请看看目的。

>>> numpy.column_stack([[1], [1,2]])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/pymodules/python2.7/numpy/lib/shape_base.py", line 296, in column_stack
    return _nx.concatenate(arrays,1)
ValueError: array dimensions must agree except for d_0

输入

[[1],[1,2]]

预期输出

[[NA,1], [1,2]]

一般

[[1],[2,2],[3,3,3],...,[n,n,n,n,n...,n]]

到

[[NA, NA, NA,..., NA,1], [NA, NA, ..., 2, 2], ...[n,n,n,n,n]]

其中列最初可以是三角形零矩阵。是的，您可以将术语NA理解为无。我的三角形矩阵几乎在下方。

>>> a=[[1],[2,2],[3,3,3]]
>>> a
[[1], [2, 2], [3, 3, 3]]
>>> len(a)
3
>>> [aa+['']*(N-len(aa)) for
... 
KeyboardInterrupt
>>> N=len(a)
>>> [aa+['']*(N-len(aa)) for aa in a]
[[1, '', ''], [2, 2, ''], [3, 3, 3]]
>>> transpose([aa+['']*(N-len(aa)) for aa in a])
array([['1', '2', '3'],
       ['', '2', '3'],
       ['', '', '3']], 
      dtype='|S4')

Answer 1

一个纯粹的numpy解决方案：

>>> lili = [[1],[2,2],[3,3,3],[4,4,4,4]]
>>> y = np.nan*np.ones((4,4))
>>> y[np.tril_indices(4)] = np.concatenate(lili)
>>> y
array([[  1.,  nan,  nan,  nan],
       [  2.,   2.,  nan,  nan],
       [  3.,   3.,   3.,  nan],
       [  4.,   4.,   4.,   4.]])

>>> y[:,::-1]
array([[ nan,  nan,  nan,   1.],
       [ nan,  nan,   2.,   2.],
       [ nan,   3.,   3.,   3.],
       [  4.,   4.,   4.,   4.]])

我不确定你想要哪个三角形数组，还有np.triu_indices

（也许并不总是更快，但更容易阅读）

Answer 2

column_stack将一列添加到数组中。该列应该是一个较小的（1D）数组。

当我尝试：

from numpy import *
x = array([0])
z = array([1, 2])

如果你这样做：

r = column_stack ((x,z))

你会得到这个：

>>> array([0,1,2])

因此，为了向第一个数组添加一列，可能是：

n = array([9])

arr = ([column_stack((n, x))], z)

它出现了这个：

>>> arr
([array([[9, 0]])], array([[1, 2]]))

它与“预期输出”具有相同的外观

希望这有用！

Column_match（[[1]，[1,1]]）＆lt; ---如何使尺寸与NA值匹配？

2 个答案: