如何按行选择NumPy数组中的元素？

Question

我有一个像这样的数组，使用的是numpy数组。

dd= [[foo 0.567 0.611]
     [bar 0.469 0.479]
     [noo 0.220 0.269]
     [tar 0.480 0.508]
     [boo 0.324 0.324]]

我该如何遍历这个数组，选择'foo'并获取0.567和0.611这两个浮点数作为单个值。然后选择'bar'并获取0.469和0.479这两个浮点数作为单个值……

我可以通过使用以下方法将第一个元素作为列表获取：

dv=  dd[:,1]

'foo'和'bar'这些元素并不是未知变量，它们是可以变化的。

如果元素在位置[1]，我该如何更改？

[[0.567 foo2 0.611]
  [0.469 bar2 0.479]
  [0.220 noo2 0.269]
  [0.480 tar2 0.508]
  [0.324 boo2 0.324]]

Answer 1

首先，第一组元素的向量是

dv = dd[:,0]

（在Python中，索引是从0开始的）

其次，要遍历这个数组（比如说存储到一个字典里），你可以这样写：

dc = {}
ind = 0 # this corresponds to the column with the names
for row in dd:
    dc[row[ind]] = row[1:]

Answer 2

你在问题中加了NumPy标签，所以我猜你想用NumPy的语法，而之前的回答没有用到这个。

如果你确实想用NumPy，那么你可能不想在数组里放字符串，否则你还得把浮点数也变成字符串。

你想要的是用NumPy的语法通过行来访问二维数组的元素（并且排除第一列）。

这个语法是：

M[row_index,1:]        # selects all but 1st col from row given by 'row_index'

关于你问题中的第二种情况——选择不相邻的列：

M[row_index,[0,2]]     # selects 1st & 3rd cols from row given by 'row_index'

你问题中的一个小复杂点是，你想用字符串作为行索引，所以需要去掉这些字符串（这样才能创建一个包含浮点数的二维NumPy数组），用数字行索引替换它们，然后创建一个查找表，把字符串和数字行索引对应起来：

>>> import numpy as NP
>>> # create a look-up table so you can remove the strings from your python nested list,
>>> # which will allow you to represent your data as a 2D NumPy array with dtype=float
>>> keys
      ['foo', 'bar', 'noo', 'tar', 'boo']
>>> values    # 1D index array comprised of one float value for each unique string in 'keys'
      array([0., 1., 2., 3., 4.])
>>> LuT = dict(zip(keys, values))

>>> # add an index to data by inserting 'values' array as first column of the data matrix
>>> A = NP.hstack((vals, A))
>>> A
        NP.array([  [ 0., .567, .611],
                    [ 1., .469, .479],
                    [ 2., .22, .269],
                    [ 3., .48, .508],
                    [ 4., .324, .324] ])

>>> # so now to look up an item, by 'key':
>>> # write a small function to perform the look-ups:
>>> def select_row(key):
        return A[LuT[key],1:]

>>> select_row('foo')
      array([ 0.567,  0.611])

>>> select_row('noo')
      array([ 0.22 ,  0.269])

你问题中的第二种情况：如果索引列发生变化怎么办？

>>> # e.g., move index to column 1 (as in your Q)
>>> A = NP.roll(A, 1, axis=1)
>>> A
      array([[ 0.611,  1.   ,  0.567],
             [ 0.479,  2.   ,  0.469],
             [ 0.269,  3.   ,  0.22 ],
             [ 0.508,  4.   ,  0.48 ],
             [ 0.324,  5.   ,  0.324]])

>>> # the original function is changed slightly, to select non-adjacent columns:
>>> def select_row2(key):
        return A[LuT[key],[0,2]]

>>> select_row2('foo')
        array([ 0.611,  0.567])