有人知道如何从 Python 中的多维数组中提取一列吗？
jaweria
问问题
867523 次
20 回答
268
>>> import numpy as np
>>> A = np.array([[1,2,3,4],[5,6,7,8]])
>>> A
array([[1, 2, 3, 4],
[5, 6, 7, 8]])
>>> A[:,2] # returns the third columm
array([3, 7])
另见：“numpy.arange”和“reshape”分配内存
示例：（分配矩阵形状为 (3x4) 的数组）
nrows = 3
ncols = 4
my_array = numpy.arange(nrows*ncols, dtype='double')
my_array = my_array.reshape(nrows, ncols)
于 2011-09-28T03:55:53.467 回答
97
如果你有一个像
a = [[1, 2], [2, 3], [3, 4]]
然后你像这样提取第一列：
[row[0] for row in a]
所以结果看起来像这样：
[1, 2, 3]
于 2011-10-14T10:21:58.720 回答
47
一探究竟！
a = [[1, 2], [2, 3], [3, 4]]
a2 = zip(*a)
a2[0]
它与上面的相同，只是 zip 更简洁，但需要单个数组作为参数，*a 语法将多维数组解包为单个数组参数
于 2012-11-22T18:25:45.953 回答
17
>>> x = arange(20).reshape(4,5)
>>> x array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14],
[15, 16, 17, 18, 19]])
如果你想要第二列，你可以使用
>>> x[:, 1]
array([ 1, 6, 11, 16])
于 2018-05-02T20:47:49.720 回答
15
def get_col(arr, col):
return map(lambda x : x[col], arr)
a = [[1,2,3,4], [5,6,7,8], [9,10,11,12],[13,14,15,16]]
print get_col(a, 3)
Python 中的 map 函数是另一种方法。
于 2017-10-21T21:26:30.487 回答
14
如果你在 Python 中有一个二维数组（不是 numpy），你可以像这样提取所有列，
data = [
['a', 1, 2],
['b', 3, 4],
['c', 5, 6]
]
columns = list(zip(*data))
print("column[0] = {}".format(columns[0]))
print("column[1] = {}".format(columns[1]))
print("column[2] = {}".format(columns[2]))
执行此代码将产生，
>>> print("column[0] = {}".format(columns[0]))
column[0] = ('a', 'b', 'c')
>>> print("column[1] = {}".format(columns[1]))
column[1] = (1, 3, 5)
>>> print("column[2] = {}".format(columns[2]))
column[2] = (2, 4, 6)
当然，您可以按索引提取单个列（例如columns[0]）
于 2020-01-16T17:16:56.700 回答
12
array = [[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]]
col1 = [val[1] for val in array]
col2 = [val[2] for val in array]
col3 = [val[3] for val in array]
col4 = [val[4] for val in array]
print(col1)
print(col2)
print(col3)
print(col4)
Output:
[1, 5, 9, 13]
[2, 6, 10, 14]
[3, 7, 11, 15]
[4, 8, 12, 16]
于 2019-10-30T02:32:00.527 回答
11
[matrix[i][column] for i in range(len(matrix))]
于 2014-04-22T23:31:11.197 回答
9
itemgetter 运算符也可以提供帮助，如果您喜欢 map-reduce 样式的 python，而不是列表推导式，则可以提供一些帮助！
# tested in 2.4
from operator import itemgetter
def column(matrix,i):
f = itemgetter(i)
return map(f,matrix)
M = [range(x,x+5) for x in range(10)]
assert column(M,1) == range(1,11)
于 2009-05-24T19:57:39.753 回答
7
您也可以使用它：
values = np.array([[1,2,3],[4,5,6]])
values[...,0] # first column
#[1,4]
注意：这不适用于内置数组且未对齐（例如 np.array([[1,2,3],[4,5,6,7]]) ）
于 2015-02-06T11:18:11.057 回答
6
我认为您想从数组中提取一列，例如下面的数组
import numpy as np
A = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
现在，如果您想获取格式的第三列
D=array[[3],
[7],
[11]]
然后你需要首先使数组成为矩阵
B=np.asmatrix(A)
C=B[:,2]
D=asarray(C)
现在您可以像在 excel 中一样进行元素计算。
于 2015-03-20T11:18:47.417 回答
5
使用矩阵的另一种方法
>>> from numpy import matrix
>>> a = [ [1,2,3],[4,5,6],[7,8,9] ]
>>> matrix(a).transpose()[1].getA()[0]
array([2, 5, 8])
>>> matrix(a).transpose()[0].getA()[0]
array([1, 4, 7])
于 2013-10-25T14:47:27.550 回答
5
假设我们有n X m矩阵（n行和m列）说 5 行和 4 列
matrix = [[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16],[17,18,19,20]]
要在 python 中提取列，我们可以像这样使用列表推导
[ [row[i] for row in matrix] for in range(4) ]
您可以将 4 替换为矩阵具有的任意数量的列。结果是
[ [1,5,9,13,17],[2,10,14,18],[3,7,11,15,19],[4,8,12,16,20] ]
于 2016-11-20T19:59:57.443 回答
4
只需使用 transpose()，就可以像获取行一样简单地获取列
matrix=np.array(originalMatrix).transpose()
print matrix[NumberOfColumns]
于 2019-10-30T02:18:32.260 回答
3
好吧，有点晚了……
如果性能很重要并且您的数据呈矩形，您也可以将其存储在一维中并通过常规切片访问列，例如...
A = [[1,2,3,4],[5,6,7,8]] #< assume this 4x2-matrix
B = reduce( operator.add, A ) #< get it one-dimensional
def column1d( matrix, dimX, colIdx ):
return matrix[colIdx::dimX]
def row1d( matrix, dimX, rowIdx ):
return matrix[rowIdx:rowIdx+dimX]
>>> column1d( B, 4, 1 )
[2, 6]
>>> row1d( B, 4, 1 )
[2, 3, 4, 5]
整洁的事情是这真的很快。但是，负索引在这里不起作用！所以你不能通过索引-1访问最后一列或最后一行。
如果您需要负索引，您可以稍微调整访问器功能，例如
def column1d( matrix, dimX, colIdx ):
return matrix[colIdx % dimX::dimX]
def row1d( matrix, dimX, dimY, rowIdx ):
rowIdx = (rowIdx % dimY) * dimX
return matrix[rowIdx:rowIdx+dimX]
于 2013-09-03T14:33:28.307 回答
3
如果您想获取的不仅仅是一列，只需使用 slice：
a = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]])
print(a[:, [1, 2]])
[[2 3]
[5 6]
[8 9]]
于 2018-01-29T17:42:00.747 回答
2
尽管zip(*iterable)用于转置嵌套列表，但如果嵌套列表的长度不同，您也可以使用以下内容：
map(None, *[(1,2,3,), (4,5,), (6,)])
结果是：
[(1, 4, 6), (2, 5, None), (3, None, None)]
因此，第一列是：
map(None, *[(1,2,3,), (4,5,), (6,)])[0]
#>(1, 4, 6)
于 2013-08-31T06:30:42.683 回答
2
我更喜欢下一个提示：将矩阵命名为matrix_a并使用column_number，例如：
import numpy as np
matrix_a = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
column_number=2
# you can get the row from transposed matrix - it will be a column:
col=matrix_a.transpose()[column_number]
于 2018-03-28T07:13:33.417 回答
0
矩阵中的所有列到一个新列表中：
N = len(matrix)
column_list = [ [matrix[row][column] for row in range(N)] for column in range(N) ]
于 2014-04-28T17:57:50.923 回答