Python 如何对关系中的矩阵进行分组

我喜欢有几个矩阵。我首先检查他们是否处于转换关系中。如果是，我想将它们分组。如果不是，我喜欢把它们分开。例如，d）和g）是a）的移位产物；e） 和h）是b）的移动产品；f） 是c）的移位积。然后我喜欢分组（a，d，g）；（b、e、h）；（c，f）

编辑：

我已更正最后2D矩阵中的数字，以匹配OP原始图形中矩阵

h

中两点的位置

我简化了

for

循环

我增强了结果组的打印输出（如OP所述，这些组是

a、d、h

、

b、e、g

和

c、f

）

---

面对问题的模糊描述，一个可能的解决方案是在字典中对矩阵进行分组，该字典根据矩阵中两点之间的坐标增量编制索引

---

什么是起始索引？（0,0）或（1,1）它们是矩阵图中的指数和点如何关联@平天

（1,1）、（2,1）

可以切换到

（2,3）、（3,3）

，目前为止还不错，但是。。。

（3,3）、（2,3）

也是

（1,1）、（2,1）

的移位吗？是@gboffi，通过向量（1,2）。很抱歉，我的问题不清楚。这里的变化可以理解如下。向量（0，1）移动坐标（1，1）和（2，1）分别为（1，2）和（2，2）的两个点的集合（a）->集合（d）。类似地，通过向量（1,2），两点（1,1）和（2,1）的集合（a）成为（2,3）和（3,3）的集合（g）。类似地，通过向量（1，1），两点（1，2）和（2，2）的集合（d）变换为两点（2，3）和（3，3）的集合（g）。这就是为什么集合（a）、（d）和（g）是相同的。这不是因为每个集合中两个点之间的距离。啊，如果你将相同的向量添加到两个点上① 点之间的2D距离保持不变（这是我的

dx，dy

计算），并且② 点的顺序很重要。请不要仅仅从一个原始的公式来思考，如果你从不同的角度来看问题，有时问题会变得更容易。我恐怕不是这样。如果每场比赛都有3分或3分以上，那怎么办？请帮助我考虑编辑问题中的一个例子。

def is_shift(set1, set2): 
    shift = None  # will store a tuple of delta_x, delta_y
    for (x1, y1), (x2, y2) in zip(set1, set2): 
        cur_shift = x1 - x1, y1 - y2 
        if not shift:  # the first pair of points
            shift = cur_shift 
        elif shift != cur_shift: # shifted the same way as the first one?
            return False 
    return True 

matrices1 = np.array([
    [(1, 1), (2, 1)],
    [(1, 2), (2, 1)],
    [(1, 3), (2, 1)],
    [(1, 2), (2, 2)],
    [(1, 3), (2, 2)],
    [(2, 3), (3, 1)],
    [(2, 3), (3, 3)],
    [(2, 2), (3, 2)]
])
matrices2 = array([
    [(1, 1), (2, 1), (3, 1)],
    [(1, 2), (2, 1), (3, 1)],
    [(1, 3), (2, 1), (2, 2)], 
    [(1, 2), (2, 2), (3, 2)], 
    [(1, 3), (2, 2), (3, 2)], 
    [(2, 3), (3, 1), (3, 2)],
    [(1, 3), (2, 3), (3, 3)], 
    [(2, 2), (3, 1), (4, 4)],
    [(1, 1), (3, 3), (4, 1)]
    ])

In [20]: from numpy import array 
    ...:  
    ...: matrices = array([ 
    ...:     [(1, 2), (2, 1)], 
    ...:     [(1, 3), (2, 1)], 
    ...:     [(1, 2), (2, 2)], 
    ...:     [(1, 3), (2, 2)], 
    ...:     [(2, 3), (3, 1)], 
    ...:     [(2, 3), (3, 3)], 
    ...:     [(2, 2), (3, 1)] 
    ...: ]) 
    ...: 
    ...: shifted_groups = {} 
    ...:  
    ...: for m in matrices:
    ...:     dx, dy = m[1]-m[0] 
    ...:     shifted_groups.setdefault((dx, dy), []).append(m) 
    ...:  
    ...: for k, v in shifted_groups.items(): 
    ...:     print("%10r: "%(k,), ''.join("%r"%[list(list(r) for r in m) for m in v]))    
    (1, 0):  [[[1, 1], [2, 1]], [[1, 2], [2, 2]], [[2, 3], [3, 3]]]
   (1, -1):  [[[1, 2], [2, 1]], [[1, 3], [2, 2]], [[2, 2], [3, 1]]]
   (1, -2):  [[[1, 3], [2, 1]], [[2, 3], [3, 1]]]


In [21]: