Python 对二维数组列的操作
我想知道是否可以对Python2D数组中的列应用一个函数(或者只是一个操作,比如替换值),而不使用for循环 如果这个问题已经被问到了,我很抱歉,但是我找不到任何关于我的问题的具体信息 我想做一些类似的事情:Python 对二维数组列的操作,python,arrays,2d,Python,Arrays,2d,我想知道是否可以对Python2D数组中的列应用一个函数(或者只是一个操作,比如替换值),而不使用for循环 如果这个问题已经被问到了,我很抱歉,但是我找不到任何关于我的问题的具体信息 我想做一些类似的事情: array[:][2] = 1 这意味着在第三列中为每个值加1,或者 这意味着对数组的第三列应用func() 有什么神奇的python方法可以做到这一点吗 编辑:真相已经说出来了。我忘了说我不想避免使用for()语句来提高性能,只是因为我不想为这个精确的实例添加多行代码。我们在这里得到了
array[:][2] = 1
这意味着在第三列中为每个值加1,或者
这意味着对数组的第三列应用func()
有什么神奇的python方法可以做到这一点吗
编辑:真相已经说出来了。我忘了说我不想避免使用
for()
语句来提高性能,只是因为我不想为这个精确的实例添加多行代码。我们在这里得到了两个答案,一个是土生土长的,另外两个是在Numpy的帮助下得到的。非常感谢你的回答 使用数组可以很容易地做到这一点。范例-
In [2]: import numpy as np
In [3]: na = np.array([[1,2,3],[3,4,5]])
In [4]: na
Out[4]:
array([[1, 2, 3],
[3, 4, 5]])
In [5]: na[:,2] = 10
In [6]: na
Out[6]:
array([[ 1, 2, 10],
[ 3, 4, 10]])
In [7]: na[:,2]
Out[7]: array([10, 10])
In [8]: def func(a):
...: for i,x in enumerate(a):
...: a[i] = x + 1
...:
In [9]: na
Out[9]:
array([[ 1, 2, 10],
[ 3, 4, 10]])
In [10]: func(na[:,1])
In [11]: na
Out[11]:
array([[ 1, 3, 10],
[ 3, 5, 10]])
你可以找到更多的细节。如前所述,对于numpy阵列,请务必小心
通过基本切片生成的所有数组始终为原始数组
这就是为什么在函数中更改切片数组时,实际数组发生了更改。如果不使用numpy,可以这样做:
map(lambda x: x[:2] + [1] + x[3:], array)
map(lambda x: x[:2] + my_func(x[2]) + x[3:], array)
这在numpy中非常简单,您可以通过一个简单的作业来完成:
>>> numpy.array[:,column_number]=value
但如果您正在寻找python方法,则可以使用zip
函数和itertools.repeat()
:
演示:
请注意,由于在Python3.Xzip
中返回一个迭代器,因此您可以使用list
函数返回一个列表,因为迭代器不支持函数内部的索引,所以您也需要调用该列表
>>> def replacer(l,index,value):
... z=list(zip(*l))
... z[index]=list(repeat(value,len(l)))
... return zip(*z)
>>> list(replacer(l,2,'*'))
[(0, 1, '*', 3), (0, 1, '*', 3), (0, 1, '*', 3)]
您可以将函数映射到每个列
ar = [[1,2,3],
[3,4,5],
[3,4,5],
[3,4,5],
[3,4,5]]
if you want change second column to 100:
def column_change(l,n =1 , m =100):
l[n] = m
return l
print(list(map(colum_change,ar)))
[[1, 100, 3], [3, 100, 5], [3, 100, 5], [3, 100, 5], [3, 100, 5]]
它不用于,但它会遍历列表,这比numpy解决方案需要更多的时间。无论如何,回答得很好。因为我想使用原生Python,这是对我来说最好的解决方案。谢谢!很抱歉耽搁了这么久,但我想知道一些事情。在游戏中使用numpy、scipy等库是否是一种良好的做法?这个数组问题与2d游戏的地图初始化有关,但我想知道使用科学库来减轻代码的负担是否“好”。
>>> l=[range(4) for _ in range(3)]
>>> replacer(l,2,'*')
[(0, 1, '*', 3), (0, 1, '*', 3), (0, 1, '*', 3)]
>>> def replacer(l,index,value):
... z=list(zip(*l))
... z[index]=list(repeat(value,len(l)))
... return zip(*z)
>>> list(replacer(l,2,'*'))
[(0, 1, '*', 3), (0, 1, '*', 3), (0, 1, '*', 3)]
ar = [[1,2,3],
[3,4,5],
[3,4,5],
[3,4,5],
[3,4,5]]
if you want change second column to 100:
def column_change(l,n =1 , m =100):
l[n] = m
return l
print(list(map(colum_change,ar)))
[[1, 100, 3], [3, 100, 5], [3, 100, 5], [3, 100, 5], [3, 100, 5]]