Python Numpy阵列：搜索子阵列

基本上，我有一堆numpy数组，每个数组都有一个较大数组中的网站列表。我想，通过用户的输入，基本上返回数组，其中用户的输入是数组的第一个元素。它将返回，用户将输入另一个网站，它将是数组中第一次匹配的第二个元素。例如：

bigarray = [['website1','website2', 'website3', 'website4'],
['website1', 'website7', 'website9', 'website3'],
['website1','website2','website5', 'website9','website24','website36']]

基本上，如果有人输入“website1”，它会返回

{'website2':2, 'website7':1}

之后，如果他们输入网站2，它将输出

{'website3':1,"website5":1}

等等。我希望我是清楚的，如果不是，请评论，我会说得更清楚。我不知道如何使这个过程高效快捷，我一直在集思广益，但我只能想出低效的方法。请帮忙

这是我到目前为止所拥有的，但它并没有提供频率词典。我不知道如何在字典中获取频率，也不知道如何获取第二、第三、第四等元素。这仅适用于第一个元素

import numpy as np
import cherrypy as cp

def initialize(self):
    pagearray = np.load("pagearray.npy")

def submit(self, input):
    for i in pagearray:
        if input==i[0]:
            subpagearray += [i[1:]]
            possibilities +=i[0]
    return possibilities

谢谢， F

这是你制作字典的方法，但我不确定你要做什么，所以你可以用它作为模板

我想我知道你要干什么了。如果是这样，请告诉我：

def advanced_dict(a_list=None):
    if a_list is None:
        a_list = []

    index_holder = 0  # Holds the primary dict value
    site_dict = {}  # contains a dict of dicts
    for sub_arr in big_array:
        for site in sub_arr:
            try:
                site_dict['website'+str(index_holder)]
            except KeyError:
                site_dict['website'+str(index_holder)] = {} # if no dict create dict
            try:
                site_dict['website'+str(index_holder)][site] += 1
            except KeyError:
                site_dict['website'+str(index_holder)][site] = 1
            index_holder += 1
        index_holder = 0
    return site_dict

---

您可以使用更好地解决问题的数据结构。您可以在Python中找到一些选项。尽量避免过早优化，并尽可能简化代码

找到了答案。。。这就是我想要的：

import numpy as np
import simplejson as json
import cherrypy as cp
import operator

global pagearray

def initialize(self):
    global pagearray
    pagearray = np.load("pagearray.npy")
    #return os.path

def getUserPath(self, input):
    subpagearray = []
    possibilities = []
    global pagearray
    for i in pagearray:
        try:
            if input==i[0]:
                subpagearray += [i[1:]]
                possibilities+= [i[1]]
        except IndexError:
            pass
    x = build_dict(possibilities)
    sorted_x = sorted(x.items(), key=operator.itemgetter(1), reverse=True)
    pagearray = subpagearray
    totalelements = len(pagearray)
    returnvaluelist = []
    weight = []
    for i in sorted_x:
        returnvaluelist += [i[0]]
        weight += [(i[1]/(totalelements*1.0))*100]
    return returnvaluelist, weight

def build_dict(a_list=None):
    if a_list is None:
        a_list = []
    site_dict = {}
    for site in a_list:
        try: 
            site_dict[site] = site_dict[site] + 1
        except KeyError:
            site_dict[site] = 1
    return site_dict

---

哦，不知道你必须发布你的尝试，我会很快更新。尝试部分不起作用。。。try语句中存在语法错误。我正在处理一个庞大的数据集，因此必须对其进行过早的优化：/n不确定这是否是最佳选择。我曾想过，但python似乎没有内置树数据类型。不，没有。不过，您可以找到一些实现，如本文所讨论的：

import numpy as np
import simplejson as json
import cherrypy as cp
import operator

global pagearray

def initialize(self):
    global pagearray
    pagearray = np.load("pagearray.npy")
    #return os.path

def getUserPath(self, input):
    subpagearray = []
    possibilities = []
    global pagearray
    for i in pagearray:
        try:
            if input==i[0]:
                subpagearray += [i[1:]]
                possibilities+= [i[1]]
        except IndexError:
            pass
    x = build_dict(possibilities)
    sorted_x = sorted(x.items(), key=operator.itemgetter(1), reverse=True)
    pagearray = subpagearray
    totalelements = len(pagearray)
    returnvaluelist = []
    weight = []
    for i in sorted_x:
        returnvaluelist += [i[0]]
        weight += [(i[1]/(totalelements*1.0))*100]
    return returnvaluelist, weight

def build_dict(a_list=None):
    if a_list is None:
        a_list = []
    site_dict = {}
    for site in a_list:
        try: 
            site_dict[site] = site_dict[site] + 1
        except KeyError:
            site_dict[site] = 1
    return site_dict