2

我有一个命名元组的二维列表（假设每个元组都有 N 个值），我想将它们解压缩到 N 个不同的二维列表中，其中每个解压缩的二维列表完全由来自原始清单。例如，如果我有这个二维列表：

>>> combo = namedtuple('combo', 'i, f, s')
>>> combo_mat = [[combo(i + 3*j, float(i + 3*j), str(i + 3*j)) for i in range(3)]
                 for j in range(3)]
>>> combo_mat
[[combo(i=0, f=0.0, s='0'), combo(i=1, f=1.0, s='1'), combo(i=2, f=2.0, s='2')],
 [combo(i=3, f=3.0, s='3'), combo(i=4, f=4.0, s='4'), combo(i=5, f=5.0, s='5')],
 [combo(i=6, f=6.0, s='6'), combo(i=7, f=7.0, s='7'), combo(i=8, f=8.0, s='8')]]

我希望 3 个结果是：

[[0, 1, 2],
 [3, 4, 5],
 [6, 7, 8]]

[[0.0, 1.0, 2.0],
 [3.0, 4.0, 5.0],
 [6.0, 7.0, 8.0]]

[['0', '1', '2'],
 ['3', '4', '5'],
 ['6', '7', '8']]

如果我只有一个元组的一维列表，我会使用zip(*mylist)，例如：

>>> zip(*[combo(i=0, f=0.0, s='0'), combo(i=1, f=1.0, s='1'), combo(i=2, f=2.0, s='2')])
[(0, 1, 2), (0.0, 1.0, 2.0), ('0', '1', '2')]

我可以通过嵌套将其扩展到我的情况：

>>> zip(*[zip(*combs) for combs in combo_mat])
[((0, 1, 2),
  (3, 4, 5),
  (6, 7, 8)),
 ((0.0, 1.0, 2.0),
  (3.0, 4.0, 5.0),
  (6.0, 7.0, 8.0)),
 (('0', '1', '2'),
  ('3', '4', '5'),
  ('6', '7', '8'))]

但这并没有给我想要的列表，并且嵌套的解包zip(*)函数不是那么可读。有人对更 Pythonic 的解决方案有任何想法吗？如果您可以在最终结果中的某处使用元组属性的名称，则可以加分。

实际上，现在我想到了，如果我可以有一个 dict 将元组属性的名称映射到其各自的矩阵，那将是理想的，例如：

{'i': [[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]], 
 'f': [[0.0, 1.0, 2.0],
       [3.0, 4.0, 5.0],
       [6.0, 7.0, 8.0]]
 's': [['0', '1', '2'],
       ['3', '4', '5'],
       ['6', '7', '8']]}
4

4 回答 4

3

函数式编程来拯救？它本质上是嵌套拉链的更清洁版本：

def fmap_element(f, el):
    return f(el)

def fmap_list(f, l):
    return [fmap_element(f, el) for el in l)]

def fmap_lol(f, lol):
    return [fmap_list(f,l) for l in lol]

def split_nt_lol(nt_lol):
    return dict((name, fmap_lol(lambda nt: getattr(nt, name), nt_lol)) 
                for name in nt_lol[0][0]._fields)

用法：

>>> split_nt_lol(combo_mat)
{'i': [[0, 1, 2], [3, 4, 5], [6, 7, 8]], 
 's': [['0', '1', '2'], ['3', '4', '5'], ['6', '7', '8']], 
 'f': [[0.0, 1.0, 2.0], [3.0, 4.0, 5.0], [6.0, 7.0, 8.0]]}
于 2011-08-08T22:21:58.633 回答
2 
matrices = {}

for num, name in enumerate(combo._fields):
    matrix = []
    for i in combo_mat:
        row = []
        for j in i:
            row.append(j[num])
        matrix.append(row)
    matrices[name] = matrix
于 2011-08-08T22:19:42.317 回答
1

这并不比嵌套zip(*)函数更具可读性，但它可以完成这项工作：

>>> dict((key, [[c._asdict()[key] for c in combos] for combos in combo_mat])
         for key in ['i', 'f', 's'])
{'i': [[0, 1, 2], [3, 4, 5], [6, 7, 8]], 
 's': [['0', '1', '2'], ['3', '4', '5'], ['6', '7', '8']], 
 'f': [[0.0, 1.0, 2.0], [3.0, 4.0, 5.0], [6.0, 7.0, 8.0]]}

我想你可以让它更容易阅读，如下所示：

def get_mat(combo_mat, key):
    return [[c._asdict()[key] for c in combos] for combos in combo_mat]

def get_mat_dict(combo_mat, keys):
    return dict((key, get_mat(combo_mat, key)) for key in keys)
于 2011-08-08T22:28:17.917 回答
0

这可以通过使用 transpose() 转置数组来简单地实现。

参考： http ://www.astro.ufl.edu/~warner/prog/python.html （搜索单词“transpose”）

于 2011-08-08T22:16:22.833 回答