Python Numpy串联列表，其中第一列在范围n中_Python_Numpy_Vectorization

Python Numpy串联列表，其中第一列在范围n中

python numpy

Python Numpy串联列表，其中第一列在范围n中,python,numpy,vectorization,Python,Numpy,Vectorization,我试图选择名为matrix且形状（25323，9）的numpy矩阵中的所有行，其中第一列的值在列表range\u tuple上每个元组的start和end范围内。最后，我想创建一个新的numpy矩阵，其结果是final的形状为（n，9）。以下代码返回此错误：TypeError:只有整数标量数组才能转换为标量索引。我还尝试过用numpy.zero（（1,9））初始化final，并使用np.concatenate但得到了类似的结果。当我使用final.append（result）而不是使用np.co

我试图选择名为

matrix

且形状

（25323，9）

的numpy矩阵中的所有行，其中第一列的值在列表

range\u tuple

上每个元组的

start

和

end

范围内。最后，我想创建一个新的numpy矩阵，其结果是

final

的形状为

（n，9）

。以下代码返回此错误：

TypeError:只有整数标量数组才能转换为标量索引

。我还尝试过用

numpy.zero（（1,9））

初始化

final

，并使用

np.concatenate

但得到了类似的结果。当我使用

final.append（result）

而不是使用

np.concatenate

时，确实会得到一个编译后的结果，但是矩阵的形状会丢失。我知道这个问题有一个合适的解决方案，任何帮助都将不胜感激

  final = []
  for i in range_tuples:
    copy = np.copy(matrix)
    start = i[0]
    end = i[1]
    result = copy[(matrix[:,0] < end) & (matrix[:,0] > start)]
    final = np.concatenate(final, result)

  final = np.matrix(final)

final=[]
对于范围内的i_元组：
复制=np.复制（矩阵）
start=i[0]
end=i[1]
结果=复制[（矩阵[：，0]start）]
final=np.连接（final，result）
最终=np.矩阵（最终）

尝试以下操作

final = np.empty((0,9))
for start, stop in range_tuples:
    result = matrix[(matrix[:,0] < end) & (matrix[:,0] > start)]
    final = np.concatenate((final, result))

final=np.空（（0,9））
对于“开始”，在“范围”元组中停止：
结果=矩阵[（矩阵[：，0]start）]
final=np.连接（（final，result））

第一个是将

final

初始化为numpy数组。连接的第一个参数必须是数组的python列表，请参见。在代码中，它将

结果

变量解释为参数

轴的值

注释

我使用元组解构来让循环更清晰
不需要复印件
附加列表可以更快。如果
```
结果
```
的长度始终相同，则可通过以下方式获得最终结果

尝试以下方法

final = np.empty((0,9))
for start, stop in range_tuples:
    result = matrix[(matrix[:,0] < end) & (matrix[:,0] > start)]
    final = np.concatenate((final, result))

final=np.空（（0,9））
对于“开始”，在“范围”元组中停止：
结果=矩阵[（矩阵[：，0]start）]
final=np.连接（（final，result））

第一个是将

final

初始化为numpy数组。连接的第一个参数必须是数组的python列表，请参见。在代码中，它将

结果

变量解释为参数

轴的值

注释

我使用元组解构来让循环更清晰
不需要复印件
附加列表可以更快。如果
```
结果
```
的长度始终相同，则可通过以下方式获得最终结果

我只需创建一个布尔掩码来选择满足所需条件的行

编辑：我没有注意到您正在使用

matrix

（与

ndarray

相反）。已为

矩阵

编辑答案

假设以下输入数据：

matrix = np.matrix([[1, 2, 3], [5, 6, 7], [2, 1, 7], [3, 4, 5], [8, 9, 0]])
range_tuple = [(0, 2), (1, 4), (1, 9), (5, 9), (0, 100)]

然后，首先，我将

range\u tuple

转换为

numpy.ndarray

：

range_mat = np.matrix(range_tuple)

现在，创建遮罩：

mask = np.ravel((matrix[:, 0] > range_mat[:, 0]) & (matrix[:, 0] < range_mat[:, 1]))

final = matrix[mask]  # or matrix[mask].copy() if you intend to modify matrix

检查：

print(final)
[[1 2 3]
 [2 1 7]
 [8 9 0]]

如果

range\u tuple

的长度可能与

矩阵中的行数不同，则执行以下操作：
n = min(range_mat.shape[0], matrix.shape[0])
mask = np.pad(
    np.ravel(
        (matrix[:n, 0] > range_mat[:n, 0]) & (matrix[:n, 0] < range_mat[:n, 1])
    ),
    (0, matrix.shape[0] - n)
)
final = matrix[mask]

n=min（范围材料形状[0]，矩阵形状[0]）
掩码=np.pad(
拉威尔(
（矩阵[:n，0]>范围矩阵[:n，0]）和（矩阵[:n，0]<范围矩阵[:n，1]）
),
（0，矩阵形状[0]-n）
)
最终=矩阵[遮罩]
我只需创建一个布尔掩码来选择满足所需条件的行
编辑：我没有注意到您正在使用matrix
（与ndarray
相反）。已为矩阵
编辑答案
假设以下输入数据：
matrix = np.matrix([[1, 2, 3], [5, 6, 7], [2, 1, 7], [3, 4, 5], [8, 9, 0]])
range_tuple = [(0, 2), (1, 4), (1, 9), (5, 9), (0, 100)]

然后，首先，我将range\u tuple
转换为numpy.ndarray
：
range_mat = np.matrix(range_tuple)

现在，创建遮罩：
mask = np.ravel((matrix[:, 0] > range_mat[:, 0]) & (matrix[:, 0] < range_mat[:, 1]))

final = matrix[mask]  # or matrix[mask].copy() if you intend to modify matrix

检查：
print(final)
[[1 2 3]
 [2 1 7]
 [8 9 0]]


如果range\u tuple
的长度可能与矩阵中的行数不同，则执行以下操作：
n = min(range_mat.shape[0], matrix.shape[0])
mask = np.pad(
    np.ravel(
        (matrix[:n, 0] > range_mat[:n, 0]) & (matrix[:n, 0] < range_mat[:n, 1])
    ),
    (0, matrix.shape[0] - n)
)
final = matrix[mask]

n=min（范围材料形状[0]，矩阵形状[0]）
掩码=np.pad(
拉威尔(
（矩阵[:n，0]>范围矩阵[:n，0]）和（矩阵[:n，0]<范围矩阵[:n，1]）
),
（0，矩阵形状[0]-n）
)
最终=矩阵[遮罩]

vstack
加入它们：
In [38]: np.vstack(alist)                                                                      
Out[38]: 
array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11],
       [ 9, 10, 11]])

在这里，concatenate
也起作用，因为默认轴为0，并且所有输入都已经是二维的
vstack
加入它们：
In [38]: np.vstack(alist)                                                                      
Out[38]: 
array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11],
       [ 9, 10, 11]])

在这里，串联
也起作用，因为默认轴为0，并且所有输入都已经是2d。
串联
获取数组列表和轴编号。你试着给它两个数组。它反对使用第二个数组作为数字。哦，不要像这样使用串联。它很慢，很难初始化。使用列表附加。为了清楚起见，每个结果将是（n1，9）形状，其中n1
可以不同？你希望结果是一（n，9），其中n
是所有这些n1
的总和？您是否尝试加入数组列表？concatenate
获取数组列表和轴编号。你试着给它两个数组。它反对使用第二个数组作为数字。哦，不要像这样使用串联。它很慢，很难初始化。使用列表附加。为了清楚起见，每个结果将是（n1，9）形状，其中n1
可以不同？你希望结果是一（n，9），其中n
是所有这些n1
的总和？您是否尝试过vstack
加入阵列列表？太好了。非常感谢。完美的非常感谢。