Python 将单独的1D np.Array转换为2D np.Array列表
我正在尝试将三个一维数组转换为二维数组列表。我通过创建一个空的ndarray并逐行填充来实现这一点。有人能给我介绍一种更优雅的方法吗Python 将单独的1D np.Array转换为2D np.Array列表,python,arrays,numpy,pandas,array-broadcasting,Python,Arrays,Numpy,Pandas,Array Broadcasting,我正在尝试将三个一维数组转换为二维数组列表。我通过创建一个空的ndarray并逐行填充来实现这一点。有人能给我介绍一种更优雅的方法吗 import numpy as np import pandas as pd one=np.arange(1,4,1) two=np.arange(10,40,10) three=np.arange(100,400,100) df=pd.DataFrame({'col1':one,'col2':two,'col3':three}) desired_output=
import numpy as np
import pandas as pd
one=np.arange(1,4,1)
two=np.arange(10,40,10)
three=np.arange(100,400,100)
df=pd.DataFrame({'col1':one,'col2':two,'col3':three})
desired_output=[np.array([[1.,10.],[1.,100.]]),np.array([[2.,20.],[2.,200.]]),np.array([[3.,30.],[3.,300.]])]
当前有效的不雅方法:
output=[]
for i in range(len(df)):
temp=np.zeros(shape=(2,2))
temp[0][0]=df.iloc[i,0]
temp[0][1]=df.iloc[i,1]
temp[1][0]=df.iloc[i,0]
temp[1][1]=df.iloc[i,2]
output.append(temp)
首先,您可以通过执行以下操作从
df
值中获取数组
In [61]:
arr = df.values
arr
Out[61]:
array([[ 1, 10, 100],
[ 2, 20, 200],
[ 3, 30, 300]])
然后再次添加数组中的第一列
In [73]:
arr_mod = np.hstack((arr , arr[: , 0][:, np.newaxis]))
arr_mod
Out[73]:
array([[ 1, 10, 100, 1],
[ 2, 20, 200, 2],
[ 3, 30, 300, 3]])
将刚添加的列与数组中的最后一列交换
In [74]:
arr_mod[: , [2 , 3]] = arr_mod [: , [3 , 2]]
arr_mod
Out[74]:
array([[ 1, 10, 1, 100],
[ 2, 20, 2, 200],
[ 3, 30, 3, 300]])
然后将此二维阵列
转换为三维阵列
,并将其转换为列表
In [78]:
list(arr_mod.reshape( -1, 2 , 2))
Out[78]:
[array([[ 1, 10],
[ 1, 100]]), array([[ 2, 20],
[ 2, 200]]), array([[ 3, 30],
[ 3, 300]])]
这里有一种使用and的方法-
基本上,我们使用np.column\u stack
将column-1
与column-2
进行堆栈,然后再次使用column-1
与column-3
进行堆栈,以获得形状为nx4
的二维NumPy数组arr2D
。接下来,我们将arr2D
重塑为2*nx2
数组,并使用np.vsplit
沿行分割,以获得预期的2D
数组列表
样本运行-
>>> df
col1 col2 col3
0 1 10 100
1 2 20 200
2 3 30 300
3 4 40 400
4 5 50 500
5 6 60 600
>>> arr2D = np.column_stack((df['col1'],df['col2'],df['col1'],df['col3']))
>>> out_list = np.vsplit(arr2D.reshape(-1,2),arr2D.shape[0])
>>> print out_list
[array([[ 1, 10],
[ 1, 100]]), array([[ 2, 20],
[ 2, 200]]), array([[ 3, 30],
[ 3, 300]]), array([[ 4, 40],
[ 4, 400]]), array([[ 5, 50],
[ 5, 500]]), array([[ 6, 60],
[ 6, 600]])]
>>> df
col1 col2 col3
0 1 10 100
1 2 20 200
2 3 30 300
3 4 40 400
4 5 50 500
5 6 60 600
>>> arr2D = np.column_stack((df['col1'],df['col2'],df['col1'],df['col3']))
>>> out_list = np.vsplit(arr2D.reshape(-1,2),arr2D.shape[0])
>>> print out_list
[array([[ 1, 10],
[ 1, 100]]), array([[ 2, 20],
[ 2, 200]]), array([[ 3, 30],
[ 3, 300]]), array([[ 4, 40],
[ 4, 400]]), array([[ 5, 50],
[ 5, 500]]), array([[ 6, 60],
[ 6, 600]])]