Какой самый простой способ расширить массив пустышек в 2 измерениях?
114400 просмотра
8 ответа
8275 Репутация автора
У меня есть 2d массив, который выглядит так:
XX
xx
Какой самый эффективный способ добавить дополнительную строку и столбец:
xxy
xxy
yyy
Что касается бонусных баллов, я хотел бы также иметь возможность выбивать отдельные строки и столбцы, поэтому, например, в приведенной ниже матрице я хотел бы иметь возможность выбивать все буквы "а", оставляя только х - особенно я пытаюсь удалить n-ую строку и n-ную колонку одновременно - и я хочу сделать это как можно быстрее:
xxaxx
xxaxx
aaaaa
xxaxx
xxaxx
Автор: Salim Fadhley
Источник
Размещён: 18.05.2009 12:24
Ответы (8)
50 плюса
749 Репутация автора
Самый короткий с точки зрения строк кода, который я могу придумать, для первого вопроса.
>>> import numpy as np
>>> p = np.array([[1,2],[3,4]])
>>> p = np.append(p, [[5,6]], 0)
>>> p = np.append(p, [[7],[8],[9]],1)
>>> p
array([[1, 2, 7],
[3, 4, 8],
[5, 6, 9]])
И второй вопрос
p = np.array(range(20))
>>> p.shape = (4,5)
>>> p
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14],
[15, 16, 17, 18, 19]])
>>> n = 2
>>> p = np.append(p[:n],p[n+1:],0)
>>> p = np.append(p[...,:n],p[...,n+1:],1)
>>> p
array([[ 0, 1, 3, 4],
[ 5, 6, 8, 9],
[15, 16, 18, 19]])
Автор: tomeedee
Размещён: 18.05.2009 12:47
33 плюса
2683 Репутация автора
Полезным альтернативным ответом на первый вопрос, используя примеры из ответа tomeedee , было бы использование методов nstay vstack и column_stack :
Учитывая матрицу р,
>>> import numpy as np
>>> p = np.array([ [1,2] , [3,4] ])
расширенная матрица может быть сгенерирована:
>>> p = np.vstack( [ p , [5 , 6] ] )
>>> p = np.column_stack( [ p , [ 7 , 8 , 9 ] ] )
>>> p
array([[1, 2, 7],
[3, 4, 8],
[5, 6, 9]])
Эти методы могут быть удобны на практике, чем np.append (), поскольку они позволяют добавлять одномерные массивы в матрицу без каких-либо изменений, в отличие от следующего сценария:
>>> p = np.array([ [ 1 , 2 ] , [ 3 , 4 ] , [ 5 , 6 ] ] )
>>> p = np.append( p , [ 7 , 8 , 9 ] , 1 )
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/lib/python2.6/dist-packages/numpy/lib/function_base.py", line 3234, in append
return concatenate((arr, values), axis=axis)
ValueError: arrays must have same number of dimensions
В ответ на второй вопрос хорошим способом удаления строк и столбцов является использование индексации логических массивов следующим образом:
Учитывая матрицу р,
>>> p = np.arange( 20 ).reshape( ( 4 , 5 ) )
Предположим, мы хотим удалить строку 1 и столбец 2:
>>> r , c = 1 , 2
>>> p = p [ np.arange( p.shape[0] ) != r , : ]
>>> p = p [ : , np.arange( p.shape[1] ) != c ]
>>> p
array([[ 0, 1, 3, 4],
[10, 11, 13, 14],
[15, 16, 18, 19]])
Примечание - для реформированных пользователей Matlab - если вы хотите сделать это в одну строку, вам нужно проиндексировать дважды:
>>> p = np.arange( 20 ).reshape( ( 4 , 5 ) )
>>> p = p [ np.arange( p.shape[0] ) != r , : ] [ : , np.arange( p.shape[1] ) != c ]
Эта техника также может быть расширена для удаления наборов строк и столбцов, поэтому, если мы хотим удалить строки 0 и 2 и столбцы 1, 2 и 3, мы можем использовать функцию numpy setdiff1d для генерации желаемого логического индекса:
>>> p = np.arange( 20 ).reshape( ( 4 , 5 ) )
>>> r = [ 0 , 2 ]
>>> c = [ 1 , 2 , 3 ]
>>> p = p [ np.setdiff1d( np.arange( p.shape[0] ), r ) , : ]
>>> p = p [ : , np.setdiff1d( np.arange( p.shape[1] ) , c ) ]
>>> p
array([[ 5, 9],
[15, 19]])
Автор: rroowwllaanndd
Размещён: 13.04.2011 02:04
2 плюса
610 Репутация автора
Ответ на первый вопрос:
Используйте numpy.append.
http://docs.scipy.org/doc/numpy/reference/generated/numpy.append.html#numpy.append
Ответ на второй вопрос:
Используйте numpy.delete
http://docs.scipy.org/doc/numpy/reference/generated/numpy.delete.html
Автор: user e to the power of 2pi Размещён: 17.08.2011 04:414 плюса
5545 Репутация автора
Я считаю, что гораздо проще «расширять», присваивая в большей матрице. Например
import numpy as np
p = np.array([[1,2], [3,4]])
g = np.array(range(20))
g.shape = (4,5)
g[0:2, 0:2] = p
Вот массивы:
p
array([[1, 2],
[3, 4]])
g
:
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14],
[15, 16, 17, 18, 19]])
и полученный g
после присваивания:
array([[ 1, 2, 2, 3, 4],
[ 3, 4, 7, 8, 9],
[10, 11, 12, 13, 14],
[15, 16, 17, 18, 19]])
Автор: ubershmekel
Размещён: 03.01.2013 12:37
0 плюса
914 Репутация автора
может тебе это нужно.
>>> x = np.array([11,22])
>>> y = np.array([18,7,6])
>>> z = np.array([1,3,5])
>>> np.concatenate((x,y,z))
array([11, 22, 18, 7, 6, 1, 3, 5])
Автор: fandyst
Размещён: 25.06.2013 03:11
7 плюса
811 Репутация автора
Еще одним изящным решением первого вопроса может стать insert
команда:
p = np.array([[1,2],[3,4]])
p = np.insert(p, 2, values=0, axis=1) # insert values before column 2
Приводит к:
array([[1, 2, 0],
[3, 4, 0]])
insert
может быть медленнее, чем, append
но позволяет легко заполнить всю строку / столбец одним значением.
Что касается второго вопроса , delete
было предложено ранее:
p = np.delete(p, 2, axis=1)
Что восстанавливает исходный массив снова:
array([[1, 2],
[3, 4]])
Автор: Björn
Размещён: 13.08.2013 11:29
2 плюса
666 Репутация автора
Ты можешь использовать:
>>> np.concatenate([array1, array2, ...])
например
>>> import numpy as np
>>> a = [[1, 2, 3],[10, 20, 30]]
>>> b = [[100,200,300]]
>>> a = np.array(a) # not necessary, but numpy objects prefered to built-in
>>> b = np.array(b) # "^
>>> a
array([[ 1, 2, 3],
[10, 20, 30]])
>>> b
array([[100, 200, 300]])
>>> c = np.concatenate([a,b])
>>> c
array([[ 1, 2, 3],
[ 10, 20, 30],
[100, 200, 300]])
>>> print c
[[ 1 2 3]
[ 10 20 30]
[100 200 300]]
~ - + - ~ - + - ~ - + - ~
Иногда вы сталкиваетесь с проблемами, если объект массива инициализируется с неполными значениями для его свойства shape. Эта проблема решается путем присвоения свойству shape кортежа: (array_length, element_length).
Примечание. Здесь «array_length» и «element_length» являются целочисленными параметрами, для которых вы подставляете значения. «Кортеж» - это просто пара чисел в скобках.
например
>>> import numpy as np
>>> a = np.array([[1,2,3],[10,20,30]])
>>> b = np.array([100,200,300]) # initialize b with incorrect dimensions
>>> a.shape
(2, 3)
>>> b.shape
(3,)
>>> c = np.concatenate([a,b])
Traceback (most recent call last):
File "<pyshell#191>", line 1, in <module>
c = np.concatenate([a,b])
ValueError: all the input arrays must have same number of dimensions
>>> b.shape = (1,3)
>>> c = np.concatenate([a,b])
>>> c
array([[ 1, 2, 3],
[ 10, 20, 30],
[100, 200, 300]])
Автор: Jason
Размещён: 13.09.2015 05:08
0 плюса
1 Репутация автора
Почему пример rroowwllaanndd дает ошибку?
>>> p = np.array([ [ 1 , 2 ] , [ 3 , 4 ] , [ 5 , 6 ] ] )
>>> p = np.append( p , [ 7 , 8 , 9 ] , 1 )
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/lib/python2.6/dist-packages/numpy/lib/function_base.py", line 3234, in append
return concatenate((arr, values), axis=axis)
ValueError: arrays must have same number of dimensions
Автор: Fer Lomoc
Размещён: 16.03.2019 12:58
Вопросы из категории :
- python Обработка XML в Python
- python Как я могу использовать Python itertools.groupby ()?
- python Python: На какой ОС я работаю?
- python Как я могу создать непосредственно исполняемое кроссплатформенное приложение с графическим интерфейсом на Python?
- python Вызов функции модуля с использованием его имени (строки)
- arrays Как удалить дубликаты из массива C #?
- arrays Как определить размер моего массива в C?
- arrays Каков наилучший способ конвертировать массив в хеш в Ruby
- arrays Сравнение двухбайтовых массивов в .NET
- arrays Можно ли выполнять параллельные обходы в MATLAB так же, как в Python?
- math Головоломка: Найти самый большой прямоугольник (проблема максимального прямоугольника)
- math Как округлить результат целочисленного деления?
- math Алгоритм нахождения наибольшего простого множителя числа
- math Рассчитать расстояние между двумя точками широты и долготы? (Формула Haversine)
- math Каков стандартный способ добавить N секунд для datetime.time в Python?
- numpy python.array против numpy.array
- numpy Как преобразовать изображение PIL в массив Numpy?
- numpy Есть ли функция NumPy, чтобы вернуть первый индекс чего-то в массиве?
- numpy Как мне создать пустой массив / матрицу в NumPy?
- numpy Как я могу использовать numpy.correlate для автокорреляции?