在python中从tsv构造矩阵

Question

我有一个 .tsv 文件，看起来像这样：

A               B               C
SRX479927.bed   SRX821810.bed   0.258912
SRX032890.bed   SRX821809.bed   0.161135
SRX660083.bed   SRX821816.bed   0.00379202
SRX821817.bed   SRX821818.bed   0.0902696
SRX660084.bed   SRX479928.bed   0.2671
SRX821806.bed   SRX821811.bed   0.458604
SRX476926.bed   SRX821806.bed   0.0303042
SRX196107.bed   SRX414970.bed   0.221135

其中 A 和 B 是文件，C 是这些文件相似度的索引。 我试图在python中构造一个矩阵，A在y轴上，B在x轴上，填充相应的值。 我之前为 .tsv 文件做过 2 列（文件和值），但无法成功使用 3 列。 任何人都可以提供有关如何解决此问题的方法吗？ 如果之前有人问过这个问题，我很抱歉，但我只能找到有关如何从 2 列构造矩阵的问题。

Answer 1

您可以将其作为数据框加载，然后将A和B设置为索引，进行相应排序，然后取消堆叠索引：

matrix = df.set_index(['A', 'B'])['C'].sort_index().unstack()

如果您的数据不包含相似文件的相似度分数（即，将文件与其自身进行比较），您可以手动添加它们。 如果分数是对称的并且只存在矩阵的上三角形，则可以使用numpy.triu_indices来构建矩阵。