用元组索引的Python列表

Question

我在用Matlab，但现在需要用Python做一些事情。如果有人能帮我解答一下Python的语法问题，我会非常感激：

(1) 在Python中，列表可以用元组来索引吗？如果可以的话，我该怎么做呢？比如，我想用这个方法来表示一个数据矩阵。

(2) 假设我可以用元组来索引列表，比如说data[(row,col)]，那么我该怎么删除整列呢？我知道在Matlab中，我可以这样做：

 new_data = [data(:,1:x-1) data(:,x+1:end)];

如果我想从data中删除第x列。

(3) 我怎么能轻松地计算每一行中非负元素的数量？比如，在Matlab中，我可以这样做：

 sum(data>=0,1)

这样可以给我一个列向量，表示每一行中非负元素的数量。

非常感谢！

Answer 1

1. 不行，但字典可以。
2. 听起来你想要的是一个“二维数组”，类似矩阵的东西，或者其他什么。你有没有看过numpy这个库？
3. 这要看你在第二点选择了什么，不过Python确实有sum和其他一些可以直接作用于可迭代对象的函数。可以看看生成器表达式和列表推导式。例如：

row_count_of_non_neg = sum(1 for n in row if n >= 0)
# or:
row_count_of_non_neg = sum(n >= 0 for n in row)
# "abusing" True == 1 and False == 0

Answer 2

你应该了解一下 numpy，它就是为这种情况而设计的。

Answer 3

我同意大家的看法，使用 Numpy/Scipy 是个好主意。不过，我来具体回答你的问题。

1. 没错。索引可以是内置的列表，也可以是 Numpy 数组。假设你有 x = scipy.array([10, 11, 12, 13]) 和 y = scipy.array([0, 2])。那么 x[[0, 2]] 和 x[y] 返回的结果是一样的。

2. new_data = scipy.delete(data, x, axis=0)

3. (data>=0).sum(axis=1)

要小心：第二个例子展示了使用 Numpy/Scipy 时常见的一个陷阱。正如第三个例子所示，axis 属性通常设置为 0 是为了在数组的第一维上操作，设置为 1 是为了在第二维上操作，依此类推。但是像 delete 这样的命令实际上会反转维度的顺序，就像第二个例子所示的那样。你知道的，行优先和列优先。