python-两个矩阵元素之间的组合

我有一个问题，我不知道如何描述它，所以你能理解。 我将举一个例子。 假设我们有python中的数组（B）：

[[ 1  1]
 [ 7 11]
 [1 20]
 [20 1]
 [26 11]
 [31 11]]

第一列表示用户。第二个是标签。 现在，我想创建一个矩阵，它的边为“1”，否则为“0”。 我们分别有5个和4个不同的用户和标签，这是一个6*5矩阵。。 如果我写：

zero = np.zeros((6,5,).astype(int) #it needs one more row and column
for line in B:
 if line[2]:
    zero[line[0],line[1]] = 1

错误是：

   zero[line[0],line[1]] = 1

索引器：索引7超出大小为7的轴0的界限

好的，因为我希望元素“31”是第五行，元素“11”是第四列，所以如何在两个矩阵之间进行组合。

使用pandas和numpy

>>>import numpy as np
>>>import pandas as pd
>>> tagsArray = np.unique([1,11,20,1,11,11])
>>> userArray = np.unique([1,7,20,26,31])
>>> aa = [[ 1,1],[ 7, 11],[1, 20],[20, 1],[26, 11],[31, 11]]
>>> df = pd.DataFrame(index=userArray,columns=tagsArray)
>>> for s in aa:
...     df.loc[s[0],s[1]] = 1
...
>>> df.fillna(0,inplace=True)
>>> df
     1    11   20
1     1  NaN    1
7   NaN    1  NaN
20    1  NaN  NaN
26  NaN    1  NaN
31  NaN    1  NaN

---

接近您最初的尝试，下面列出的是一种基于NumPy的方法。我们可以使用这两列来为我们提供唯一的ID，这些ID可以分别用作行索引和列索引，以便索引到输出中。此后，我们只需初始化输出数组并将其索引到其中，以获得所需的结果

因此，将需要实施-

r,c = [np.unique(i,return_inverse=1)[1] for i in B.T]
out = np.zeros((r.max()+1,c.max()+1),dtype=int)
out[r,c] = 1

或者，获取

r

和

c

的更明确的方法如下-

r = np.unique(B[:,0],return_inverse=1)[1]
c = np.unique(B[:,1],return_inverse=1)[1]

样本输入、输出-

In [27]: B  # Input array
Out[27]: 
array([[ 1,  1],
       [ 7, 11],
       [ 1, 20],
       [20,  1],
       [26, 11],
       [31, 11]])

In [28]: out  # Output
Out[28]: 
array([[1, 0, 1],
       [0, 1, 0],
       [1, 0, 0],    r = np.unique(B[:,0],return_inverse=1)[1]
c = np.unique(B[:,1],return_inverse=1)[1]
       [0, 1, 0],
       [0, 1, 0]])

---

你能以矩阵格式显示所需的输出吗？为什么矩阵是6*5？你只有3个阶段你是对的！三个标签。我犯了一个打字错误。@angelk如果你的问题被答案解决了，请接受答案。这将有助于其他最有效的方法。并且

df.fillna（0，inplace=True）

。