元组索引的Python列表

我是一名Matlab用户，需要在某些方面使用Python，如果有人能帮助我使用Python语法，我将不胜感激：

（1） 在Python中，列表可以通过元组进行索引，这是真的吗？如果是，我该怎么做？例如，我想用它来表示一个数据矩阵

（2） 假设我可以使用元组索引的列表，比如数据[（行，列）]，如何删除整个列？我知道在Matlab中，我可以做如下事情

 new_data = [data(:,1:x-1) data(:,x+1:end)];

如果我想从数据中删除x列

（3） 如何轻松计算每行中非负元素的数量。例如，在Matlab中，我可以这样做：

 sum(data>=0,1)

这将给我一个列向量，它表示每行中非负条目的数量

非常感谢

你应该调查一下，它就是为这类事情而设计的

不，但是dicts可以

听起来你想要一个“2d数组”，矩阵类型，或者其他什么。你看过了吗

取决于您从#2中选择什么，但Python确实具有直接在iterables上工作的函数和其他函数。查看genexprs（生成器表达式）和列表理解。例如：

非负的行计数=和（如果n>=0，则行中n为1） #或： 非负的行计数=和（n>=0表示行中的n） #“滥用”真==1和假==0 (一) 我认为不能使用元组作为python列表的索引。您可以使用列表列表（例如a[i][j]），但这似乎不是您的重点。可以使用键为tuple的字典

d = { (1,1):1, (2,1):2  ... } 

(二) 如果你不介意表演的话

map( lambda x: d.remove(x) if x[1] = col_number, d.keys() )

(三) 您也可以使用过滤器来实现这一点

sum(
map( lambda x:x[1], filter(lambda x,y: x[1] == row_num and y > 0, d.items()))
)

---

不，列表不能用整数以外的任何东西编制索引。然而，字典是另一种情况。字典是由键值对组成的哈希表。密钥必须是唯一且不可变的。该值可以是任何类型的对象，包括整数、元组、列表或其他字典。例如，元组可以用作键，因为它们是不可变的。另一方面，列表不是，因此不能是字典键

---

您所问的一些功能可以作为字典和列表理解的组合来实现。其他人则需要对字典进行子类化并添加方法来实现所需的功能。

下面是一个如何在numpy中轻松创建数组（矩阵）的示例：

>>> import numpy
>>> a = numpy.array([[1,2,3],[4,5,6],[7,8,9]])

下面是它的显示方式

>>> a
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

以及如何获取行或列：

>>> a[0,:]
array([1, 2, 3])
>>> a[:,0]
array([1, 4, 7])

---

希望示例中的语法清晰！Numpy相当强大。

我同意大家的看法。使用Numpy/Scipy。但以下是对你的问题的具体回答

对。索引可以是内置列表，也可以是Numpy数组。假设

x=scipy.array（[10,11,12,13]）

和

y=scipy.array（[0,2]）

。然后

x[[0,2]]

和

x[y]

都返回相同的内容

new\u data=scipy.delete（数据，x，轴=0）

（数据>=0）。总和（轴=1）

---

小心：示例2说明了Numpy/Scipy的一个常见陷阱。如例3所示，

axis

属性通常设置为0以沿数组的第一维操作，1以沿第二维操作，依此类推。但是一些命令，如

delete

实际上颠倒了维度的顺序，如示例2所示。您知道，行主项与列主项。

您可以通过重载内置列表的u getitem和u setitem方法来扩展列表功能，以允许使用元组进行索引。请尝试以下代码：

class my_list(list):
    def __getitem__(self, key):
        if isinstance(key, tuple) and len(key) > 0:
            temp = []
            for k in key: temp.append(list.__getitem__(self, k))
            return temp
        else:
            return list.__getitem__(self, key)

    def __setitem__(self, key, data):
        if isinstance(key, tuple) and len(key) > 0:
            for k in key: list.__setitem__(self, k, data)
        else:
            list.__setitem__(self, key, data)


if __name__ == '__main__':
   L = my_list([1, 2, 3, 4, 5])
   T = (1,3)
   print(L[T]) 

---

numpy将使用与matlab几乎完全相同的语法来处理问题中的所有问题。numpy数组是一个不错的选择。我建议使用此页面来帮助简化转换—我不知道它是否有助于找到等效的Python操作，但是从矩阵中删除整个列也可以使用语法

data（：，x）=[]谢谢大家！NumPy/SciPy正是我所需要的。语法非常接近Matlab。再次感谢你的帮助，我真的很感激！！！这不是很棒吗？如果您是Matlab用户，那么您会发现ipython与Numpy/Scipy一起绝对不可或缺。在我看来，面向对象，例如（data>=0）.sum（）或data.size或data.shape（），使得Numpy/Scipy甚至比Matlab更好。将map或filter与lambdas相结合，与生成器表达式相比是很尴尬的：
sum（y代表x，y代表d.items（），如果x[1]==row_num和y>0）
（应该与您的代码等效，但您的代码似乎有bug）。
class my_list(list):
    def __getitem__(self, key):
        if isinstance(key, tuple) and len(key) > 0:
            temp = []
            for k in key: temp.append(list.__getitem__(self, k))
            return temp
        else:
            return list.__getitem__(self, key)

    def __setitem__(self, key, data):
        if isinstance(key, tuple) and len(key) > 0:
            for k in key: list.__setitem__(self, k, data)
        else:
            list.__setitem__(self, key, data)


if __name__ == '__main__':
   L = my_list([1, 2, 3, 4, 5])
   T = (1,3)
   print(L[T])