Python 根据其索引从矩阵中删除列_Python_Arrays_List_Matrix

Python 根据其索引从矩阵中删除列

python arrays list matrix

Python 根据其索引从矩阵中删除列,python,arrays,list,matrix,Python,Arrays,List,Matrix,我有一个二维矩阵matrixK。例如，它可以是 matrixK = [[0,1,2,3,4],[5,6,7,8,9],[10,11,12,13,14]] 我需要删除矩阵中的某些列，这些列需要根据依赖于它们作为列的索引的模式来选择。换句话说, for i in range(number_of_columns) if (i satisfy a certain condtion): column[i] needs to be deleted. 作为最终结果，我需要得到相同

我有一个二维矩阵

matrixK

。例如，它可以是

matrixK = [[0,1,2,3,4],[5,6,7,8,9],[10,11,12,13,14]]

我需要删除矩阵中的某些列，这些列需要根据依赖于它们作为列的索引的模式来选择。换句话说,

for i in range(number_of_columns)
    if (i satisfy a certain condtion):
        column[i] needs to be deleted.

作为最终结果，我需要得到相同的初始

矩阵k

，去掉满足条件的列。什么是最好的蟒蛇式方法

举个例子，参考上面定义的

矩阵k

，让我们考虑

for i in range(5):
       if (i%2==0):
           column[i] needs to be deleted

它应该删除第2列和第4列。

如果子列表的长度相同，您可以在列表中使用

zip（）

函数，如下所示：

>>> zip(*[j for i, j in enumerate(zip(*matrixK)) if i%2 != 0])
[(1, 3), (6, 8), (11, 13)]

也可以使用布尔索引numpy数组：

>>> arr = np.array(matrixK)
>>> arr[:,np.arange(arr.shape[1])%2 != 0]
array([[ 1,  3],
       [ 6,  8],
       [11, 13]])
>>>

如果子列表的长度相同，则可以在列表中使用

zip（）

函数，如下所示：

>>> zip(*[j for i, j in enumerate(zip(*matrixK)) if i%2 != 0])
[(1, 3), (6, 8), (11, 13)]

也可以使用布尔索引numpy数组：

>>> arr = np.array(matrixK)
>>> arr[:,np.arange(arr.shape[1])%2 != 0]
array([[ 1,  3],
       [ 6,  8],
       [11, 13]])
>>>

您可以使用

columnsflag

数组来标记需要删除的列

columnFlag = {}
for column in range(number_of_columns):
    if(satisfiesCondition(column)):
        columnFlag.add(column)

现在，您可以创建一个

result

2D数组，该数组的行数与

matrixK

和

len（columnsflag）

列数小于

matrixK

列数

将元素从

matrixK

复制到

result

，仅针对不在

columnsflag

中的列，并返回

result

数组。

您可以使用

columnsflag

数组标记需要删除的列

columnFlag = {}
for column in range(number_of_columns):
    if(satisfiesCondition(column)):
        columnFlag.add(column)

现在，您可以创建一个

result

2D数组，该数组的行数与

matrixK

和

len（columnsflag）

列数小于

matrixK

列数

将元素从

matrixK

复制到

result

，仅针对不在

columnsflag

中的列，并返回

result

数组。

这可以通过两种不同的方式完成，具体取决于您是需要在原始矩阵中删除列，还是只需将其替换为新的列。每种方式的示例如下所示。
请注意，两者都不要求矩阵的每一行长度相同

# in-place removal of column in matrix

matrixK = [[0, 1, 2, 3, 4], [5, 6, 7, 8, 9], [10, 11, 12, 13, 14]]

for row in matrixK:
    for i in reversed(range(len(row))):
        if i % 2 == 0:
           del row[i:i+1]

print('matrixK after: {}'.format(matrixK))

或：

两种输出：

[1,3]、[6,8]、[11,13]之后的矩阵k 更多信息

为了充分披露，请注意，还有另一种执行列删除的方法，包括使用内置函数，该函数速度非常快

代码的可读性不如其他两行，只有当矩阵的每一行长度相同时才有效——但它比上面两行快

matrixK = zip(*[row for i, row in enumerate(zip(*matrixK)) if i % 2])

产生：

matrixK之后：[（1,3）、（6,8）、（11,13）]

其中每一行都是一个

元组

，而不是一个

列表

。如果这是一个问题，可以使用以下方法将其转换为子列表：

matrixK = map(list, zip(*[row for i, row in enumerate(zip(*matrixK)) if i % 2]))

这确实会减慢速度，但仍比前两种方法快一些。

这可以通过两种不同的方式完成，具体取决于您是需要在原始矩阵中删除列，还是只需要用新的列替换。每种方式的示例如下所示。

 >>> matrixK[:] = map(lambda y : list(filter(lambda x: y.index(x)%2 != 0, y)), matrixK)
 >>> matrixK
 [[1, 3], [6, 8], [11, 13]]

请注意，两者都不要求矩阵的每一行长度相同

# in-place removal of column in matrix

matrixK = [[0, 1, 2, 3, 4], [5, 6, 7, 8, 9], [10, 11, 12, 13, 14]]

for row in matrixK:
    for i in reversed(range(len(row))):
        if i % 2 == 0:
           del row[i:i+1]

print('matrixK after: {}'.format(matrixK))

或：