python—对for循环中的数组应用掩码

我有以下代码：

import numpy as np

result = {}
result['depth'] = [1,1,1,2,2,2]
result['generation'] = [1,1,1,2,2,2]
result['dimension'] = [1,2,3,1,2,3]
result['data'] = [np.array([0,0,0]), np.array([0,0,0]), np.array([0,0,0]), np.array([0,0,0]), np.array([0,0,0]), np.array([0,0,0])]

for v in np.unique(result['depth']):
    temp_v = (result['depth'] ==  v)
    values_v = [result[string][temp_v] for string in result.keys()]
    this_v = dict(zip(result.keys(), values_v))

在其中，我想创建一个名为“this_v”的新dict，其键与原始dict结果相同，但值较少

该行：

values_v = [result[string][temp_v] for string in result.keys()]

给出一个错误

TypeError:只能将整数标量数组转换为标量索引

我不明白，因为我可以创建ex=result[result.keys[0]][temp_v]很好。它只是不允许我使用for循环来完成这项工作，这样我就可以填充列表

---

你知道为什么它不起作用吗？

为了解决查找和删除副本的问题，我鼓励你使用熊猫。它是一个Python模块，让您的生活变得非常简单：

import numpy as np

result = {}
result['depth'] = [1,1,1,2,2,2]
result['generation'] = [1,1,1,2,2,2]
result['dimension'] = [1,2,3,1,2,3]
result['data'] = [np.array([0,0,0]), np.array([0,0,0]), np.array([0,0,0]),\
         np.array([0,0,0]), np.array([0,0,0]), np.array([0,0,0])]

# Here comes pandas!
import pandas as pd

# Converting your dictionary of lists into a beautiful dataframe
df = pd.DataFrame(result)

#>    data         depth dimension generation
# 0     [0, 0, 0]   1       1        1
# 1     [0, 0, 0]   1       2        1
# 2     [0, 0, 0]   1       3        1
# 3     [0, 0, 0]   2       1        2
# 4     [0, 0, 0]   2       2        2
# 5     [0, 0, 0]   2       3        2


# Dropping duplicates... in one single command!
df = df.drop_duplicates('depth')

#>    data         depth dimension generation
# 0     [0, 0, 0]   1       1        1
# 3     [0, 0, 0]   2       1        2

如果你想让你的数据恢复原始格式。。。您还需要一行代码

df.to_dict('list')

#> {'data': [array([0, 0, 0]), array([0, 0, 0])],
#   'depth': [1, 2],
#   'dimension': [1, 1],
#   'generation': [1, 2]}

---

请记住，所有dict值都是列表，而不是NumPy数组。将它们转换为适当的NumPy数组可能会改变一些事情。只需为您添加np.array dict值。熊猫已经成为我的新信仰！