在python中创建值矩阵

我有一个数据集如下

d = {'dist': [100, 200, 200, 400],'id': [1, 2, 3, 4]}

df = pd.DataFrame(data= d)

我想围绕id创建一个值矩阵

带结石：dist（id1）-dist（id2）

---

如果您有任何建议，我们将不胜感激。

我对numpy不太熟悉，但您可以根据现有的数据结构，使用这种稍微复杂的词典理解创建矩阵：

matrix = {id: {v: d.get("dist")[i] - d.get("dist")[j] for j, v in enumerate(d.get("id"))} for i, id in enumerate(d.get("id"))}

---

矩阵的键是列，每列的键是行。您可能可以以更简洁的方式编写此文件，但这是符合您要求的唯一内置答案。

我不熟悉numpy，但您可以根据现有的数据结构，使用此稍微复杂的字典理解创建矩阵：

matrix = {id: {v: d.get("dist")[i] - d.get("dist")[j] for j, v in enumerate(d.get("id"))} for i, id in enumerate(d.get("id"))}

矩阵的键是列，每列的键是行。你也许可以用更简洁的方式写这篇文章，但这是一个内置的唯一符合你要求的答案。

（编辑）以下是通过numpy之美得到的简化版本：

import numpy as np

d = {'dist': [100, 200, 200, 400],'id': [1, 2, 3, 4]}

a = np.array(d['dist']).reshape(1,-1)
b = np.array(a).reshape(-1,1)

# the solution
print a-b

# [[   0  100  100  300]
#  [-100    0    0  200]
#  [-100    0    0  200]
#  [-300 -200 -200    0]]

（旧答案）你可以用一点矩阵代数：

import numpy as np

d = {'dist': [100, 200, 200, 400],'id': [1, 2, 3, 4]}

a = np.array(d['dist']).reshape(1,-1)
b = np.array(a).reshape(-1,1)

# some matrix algebra
c = b.dot(a)
e = c/a
f = c/b

# the solution
print f-e

# [[   0  100  100  300]
#  [-100    0    0  200]
#  [-100    0    0  200]
#  [-300 -200 -200    0]]

（编辑）以下是通过numpy之美的简化版本：

import numpy as np

d = {'dist': [100, 200, 200, 400],'id': [1, 2, 3, 4]}

a = np.array(d['dist']).reshape(1,-1)
b = np.array(a).reshape(-1,1)

# the solution
print a-b

# [[   0  100  100  300]
#  [-100    0    0  200]
#  [-100    0    0  200]
#  [-300 -200 -200    0]]

（旧答案）你可以用一点矩阵代数：

import numpy as np

d = {'dist': [100, 200, 200, 400],'id': [1, 2, 3, 4]}

a = np.array(d['dist']).reshape(1,-1)
b = np.array(a).reshape(-1,1)

# some matrix algebra
c = b.dot(a)
e = c/a
f = c/b

# the solution
print f-e

# [[   0  100  100  300]
#  [-100    0    0  200]
#  [-100    0    0  200]
#  [-300 -200 -200    0]]

---

请提供您的尝试代码。请提供您的尝试代码。我明白了，这相当于直接打印a-B更新。给numpy一分。我的原始答案是你们在纸上需要的，我想，我明白了，这相当于直接打印a-B更新版。给numpy一分。我想我最初的答案是你在纸上需要的。