[英]Python Numpy 2d array with non-integer index
背景:我正在尝试建立亲和度矩阵以馈入sklearn光谱聚类。
在此问题中,我遇到了以下问题:numpy数组索引是基于0的整数,而对于我的应用程序,我正在使用某种特定于应用程序的ID(基于字符串,随机示例为“ abc123”)。 我想创建一个由我拥有的所有数据点索引的2d numpy数组。 例如,给定两个点points = ["abc123", "xyz456"]
,我将拥有2d numpy数组,其行索引和列索引为points
。 这样我可以通过类似于arr["abc123"]["xyz456"] = dist
点轻松指定两点之间的距离
我该如何实现? 谢谢。
熊猫可以做到这一点,还有更多……
In [41]: import pandas as pd
In [122]: a = np.random.randint(100, size=(5, 3))
In [123]: a
Out[123]:
array([[53, 7, 34],
[54, 56, 85],
[ 0, 11, 83],
[63, 28, 88],
[65, 19, 44]])
In [124]: df = pd.DataFrame(a, index=list('abcde'), columns=list('xyz'))
In [125]: df
Out[125]:
x y z
a 53 7 34
b 54 56 85
c 0 11 83
d 63 28 88
e 65 19 44
In [126]: df.loc[['a','d'], ['x','y']]
Out[126]:
x y
a 53 7
d 63 28
我们总是可以使用.values
访问器从DataFrame中获得一个Numpy数组:
In [127]: df.values
Out[127]:
array([[53, 7, 34],
[54, 56, 85],
[ 0, 11, 83],
[63, 28, 88],
[65, 19, 44]])
In [128]: df.loc[['a','d'], ['x','y']].values
Out[128]:
array([[53, 7],
[63, 28]])
您可以将字典与键配合使用,但是如果仍然需要numpy数组,则可以使用dtype
进行播放。 从文档 :
>>> dt = np.dtype([('name', np.unicode_, 16), ('grades', np.float64, (2,))])
>>> x = np.array([('Sarah', (8.0, 7.0)), ('John', (6.0, 7.0))], dtype=dt)
>>> x[1]
('John', [6.0, 7.0])
>>> x[1]['grades']
array([ 6., 7.])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.