填充在python（numpy的）阵列？ [英] Populate arrays in python (numpy)?

问题描述

鉴于下面的格式的文件：

  A 0
A B 1
一个C 1
B B 0
B A 1
B C 1
C C 0
c进行1
C B 1
 

第三列是在第一和第二列中的项之间的距离。如果我读这样的文件到pyton为嵌套表，我怎么把它转换为一个对称矩阵，即，

  A B C
一个0 1 1
B 1 0 1
b 1分配1 0
 

？我还要包括列和行名称。

我想preferably喜欢用numpy的来完成这个任务。

有什么建议？

谢谢，
D.

解决方案

 导入numpy的是NP
从进口和itertools计数数据= [line.split（）在inputfile.readlines线（）]
行=字典（邮政编码（排序（集（行[0]，在数据线）），计数（）））
COLS =字典（邮政编码（排序（集（行[1]在数据线）），计数（）））
阵列= np.zeros（（LEN（行），LEN（COLS）））对于行，列，VAL数据：
    指数=（行[行] COLS [COL]）
    数组[索引] = VAL
 

我不知道如何标记在numpy的行和列，所以我只是做了一个字典映射行标签的行索引，另一个做了列相同。如果你需要它，你可以做一个反向映射，如下，也可以使行列数一的 BIDICT 。

  rows_reverse =字典（（V，K）为K，V行）
cols_reverse =字典（（V，K）为K，V在COLS）
 

Given a file in the format below:

a a 0
a b 1
a c 1
b b 0
b a 1
b c 1
c c 0
c a 1
c b 1

The third column is the distance between the items in the first and second columns. If I read such a file into pyton as a nested list, how do I convert it to a symmetrical matrix, i.e.,

  a b c
a 0 1 1
b 1 0 1
b 1 1 0

? I also wish to include the column and row names.

I would preferably like to use numpy to complete this task.

Any suggestions?

Thanks, D.

解决方案

import numpy as np
from itertools import count

data = [line.split() for line in inputfile.readlines()]
rows = dict(zip(sorted(set(line[0] for line in data)), count()))
cols = dict(zip(sorted(set(line[1] for line in data)), count()))
array = np.zeros((len(rows), len(cols)))

for row, col, val in data:
    index = (rows[row], cols[col])
    array[index] = val

I don't know how to label rows and columns in numpy, so I just made a dict mapping the row label to the row index and another doing the same for the columns. If you need it you can make a reverse map, as below, or you can make rows and cols a bidict.

rows_reverse = dict((v, k) for k, v in rows)
cols_reverse = dict((v, k) for k, v in cols)

这篇关于填充在python（numpy的）阵列？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！