Skip to main content
 首页 » 编程设计

python之分区组作为 Python 和 NumPy 中的矩阵列表

2025年02月15日18artech

我有一个以下形式的 NumPy 矩阵:

dummy = np.array([['A', 1, 1], 
                  ['A', 1, 1], 
                  ['B', 1, 1], 
                  ['C', 1, 1], 
                  ['F', 1, 1], 
                  ['I', 1, 1], 
                  ['I', 1, 1], 
                  ['I', 1, 1], 
                  ['J', 1, 1], 
                  ['K', 1, 1], 
                  ['L', 1, 1], 
                  ['M', 1, 1]]) 

我试图生成的是一个 NumPy 矩阵列表,其中每个矩阵只能有 n 个不同的字符串值变体,例如:

n = 4:

[array([['A', '1', '1'], 
        ['A', '1', '1'], 
        ['B', '1', '1'], 
        ['C', '1', '1'], 
        ['F', '1', '1']], <= 4 different groups (A,B,C,F) 
       dtype='|S1'), 
 array([['I', '1', '1'], 
        ['I', '1', '1'], 
        ['I', '1', '1'], 
        ['J', '1', '1'], 
        ['K', '1', '1'], 
        ['L', '1', '1']], <= 4 different groups (I,J,K,L) 
       dtype='|S1'), 
 array([['M', '1', '1']], <= only one but kept 
       dtype='|S1')] 

我有以下几乎可以工作的功能..

def partition_by(x, groups): 
    uniques = set([]) 
    p = [] 
    q = [] 
    for i in x: 
        if len(uniques) < groups or i[0] in uniques: 
           uniques.add(i[0]) 
           p.append(i.tolist()) 
    q.append(np.array(p)) 
    return q 
 
partition_by(dummy, 4) 

产量:

[array([['A', '1', '1'], 
       ['A', '1', '1'], 
       ['B', '1', '1'], 
       ['C', '1', '1'], 
       ['F', '1', '1']],  
      dtype='|S1')] 

请您参考如下方法:

这是一种方法-

def split_col_based(dummy, colID = 0, n=4): 
    mask = dummy[1:,colID] != dummy[:-1,colID] 
    interval_idx = n*(np.arange((mask.sum()+1)//n)+1) 
    idx = np.searchsorted(mask.cumsum(), interval_idx) 
    return np.split(dummy, idx+1, axis=0) 

示例输入、输出

1) 输入数组:

In [79]: dummy 
Out[79]:  
array([['A', '1', '1'], 
       ['A', '1', '1'], 
       ['B', '1', '1'], 
       ['C', '1', '1'], 
       ['F', '1', '1'], 
       ['I', '1', '1'], 
       ['I', '1', '1'], 
       ['I', '1', '1'], 
       ['J', '1', '1'], 
       ['K', '1', '1'], 
       ['L', '1', '1'], 
       ['M', '1', '1']],  
      dtype='|S1') 

2) n=4 输出:

In [80]: split_col_based(dummy, n=4) 
Out[80]:  
[array([['A', '1', '1'], 
        ['A', '1', '1'], 
        ['B', '1', '1'], 
        ['C', '1', '1'], 
        ['F', '1', '1']],  
       dtype='|S1'), array([['I', '1', '1'], 
        ['I', '1', '1'], 
        ['I', '1', '1'], 
        ['J', '1', '1'], 
        ['K', '1', '1'], 
        ['L', '1', '1']],  
       dtype='|S1'), array([['M', '1', '1']],  
       dtype='|S1')] 

3) n=5 输出:

In [81]: split_col_based(dummy, n=5) 
Out[81]:  
[array([['A', '1', '1'], 
        ['A', '1', '1'], 
        ['B', '1', '1'], 
        ['C', '1', '1'], 
        ['F', '1', '1'], 
        ['I', '1', '1'], 
        ['I', '1', '1'], 
        ['I', '1', '1']],  
       dtype='|S1'), array([['J', '1', '1'], 
        ['K', '1', '1'], 
        ['L', '1', '1'], 
        ['M', '1', '1']],  
       dtype='|S1')] 

4) n=2 输出:

In [84]: split_col_based(dummy, n=2) 
Out[84]:  
[array([['A', '1', '1'], 
        ['A', '1', '1'], 
        ['B', '1', '1']],  
       dtype='|S1'), array([['C', '1', '1'], 
        ['F', '1', '1']],  
       dtype='|S1'), array([['I', '1', '1'], 
        ['I', '1', '1'], 
        ['I', '1', '1'], 
        ['J', '1', '1']],  
       dtype='|S1'), array([['K', '1', '1'], 
        ['L', '1', '1']],  
       dtype='|S1'), array([['M', '1', '1']],  
       dtype='|S1')]