[英]fill missing values in 3D list with zeros to create 3D numpy array
我有一个100 K * 10 * 3
大小的 3D 列表ll
ll = [
[[1, 2, 3], [4, 5, 6], [7, 8, 9], [10,11,12]], [[6, 7, 8],[12, 13, 14]], [[10, 20, 30], [40, 50, 60], [70, 80, 90]]
]
我希望它是
ll = [[[1, 2, 3], [4, 5, 6], [7, 8, 9], [10,11,12]], [[6, 7, 8],[12, 13, 14], [0, 0, 0], [0, 0, 0]], [[10, 20, 30], [40, 50, 60], [70, 80, 90], [0,0,0]]]
这样我就可以创建a1 = np.array(l1)
a1
array([
[[1,2,3], [4,5,6], [7,8,9], [10,11,12]]
[[6,7,8], [12,13,14], [0,0,0], [0,0,0]]
[[10, 20, 30], [40, 50, 60], [70, 80, 90], [0,0,0]]
])
我已阅读以下内容,但它们是用于 2D 的,我无法用于 3D。
这是一种预先分配 NumPy 数组然后复制数据的方法。 假设您实际上不需要扩展的ll
,这应该比在创建a1
之前将 0 三元组附加到ll
使用更少的内存:
a1 = np.zeros((len(ll), max([len(k) for k in ll]), 3))
for ctr,k in enumerate(ll):
a1[ctr,:len(k),:] = k
a1
array([[[ 1., 2., 3.],
[ 4., 5., 6.],
[ 7., 8., 9.],
[10., 11., 12.]],
[[ 6., 7., 8.],
[12., 13., 14.],
[ 0., 0., 0.],
[ 0., 0., 0.]],
[[10., 20., 30.],
[40., 50., 60.],
[70., 80., 90.],
[ 0., 0., 0.]]])
max([len(k) for k in ll])
告诉我们ll
任何成员中三元组的最大数量。 我们分配了一个所需大小的 0 初始化 NumPy 数组。 然后在循环中,智能索引告诉我们在a1
何处复制ll
每个成员。
迭代列表中的所有元素,这些元素也是列表并获得最大长度。 然后将零附加到每个没有最大长度的“子列表”。
m = max([len(k) for k in ll])
for i in range(0, len(ll)):
while len(ll[i]) < m:
ll[i].append([0, 0, 0])
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.