python - python 中的矩阵 : transposing 2nd column into matrix row then populating with data in 3rd column

Question

这里是 python 新手(但有 R、SQL 经验)。我尝试用谷歌搜索这个，但无法产生新的想法。我的主要目的是使用 csv 数据生成矩阵，但我想将第二列转置为矩阵的行。然后，我想用第三列中的数据填充该矩阵，但无法到达任何地方。

几天后，我想出了这段代码:

    import csv
    def readcsv(csvfile_name):
           with open(csvfile_name) as csvfile:
           file=csv.reader(csvfile, delimiter=",")
    #remove rubbish data in first few rows
           skiprows = int(input('Number of rows to skip? '))
                for i in range(skiprows):
                     _ = next(file)

    #change strings into integers/floats
                for z in file:
                     z[:2]=map(int, z[:2])
                     z[2:]=map(float, z[2:])
                     print(z[:2])
            return

这只是清理我的数据，但是我想做的是将数据转置为矩阵。我拥有的数据是这样的(想象x，y，z，d和其他字母是 float ):

       1  1  x
       1  2  y
       1  3  z
       1  4  d
       .  .  .
       .  .  .

但是，我想将这些数据转换成这样的矩阵:即我想用第三列中的数据填充该矩阵(这里的字母只是为了让你们更容易阅读)并转换将第二列转换为矩阵的一行。因此本质上，该 CSV 文件的第一列和第二列是矩阵的坐标。

          1  2  3  4  .  .
       1  x  y  z  d
       1  a  b  c  u 
       1  e  f  e  y
       .
       .

我尝试学习 numpy，但是它似乎要求我的数据已经是矩阵形式。

Answer 1

如果您想使用 numpy，您有两个选项，具体取决于数据的存储方式。

1. 如果保证您的 key 持续增加，例如:

    THIS    NOT THIS
   ------   --------
   1 1 a    1 1 a
   1 2 b    1 3 b
   1 3 c    2 1 c
   1 4 d    3 1 d
   2 1 e    1 2 e
   2 2 f    1 4 f
   2 3 g    8 8 g
   2 4 h    2 2 h
   

   然后只需将最右列中的所有值放入一个平面 numpy 数组中，并根据左列和中列中的最大值重新整形即可。

   import numpy as np
   m = np.array(right_column)
   # For the sake of example:
   #: array([1., 2., 3., 4., 5., 6., 7., 8.])
   m = m.reshape(max(left_column), max(middle_column))
   #: array([[1., 2., 3., 4.],
   #:        [5., 6., 7., 8.]])
   

2. 如果不能保证，您可以对其进行排序(可能是最简单的)，或者创建一个正确形状的零数组并循环遍历每个元素。

   # Example data
   left_column =   [1, 2, 1, 2, 1, 2, 1, 2]
   middle_column = [1, 1, 3, 3, 2, 2, 4, 4]
   right_column =  [1., 5., 3., 7., 2., 6., 4., 8.]
   
   import numpy as np
   m = np.zeros((max(left_column), max(middle_column)), dtype=np.float)
   for x, y, z in zip(left_column, middle_column, right_column):
       x -= 1 # Because the indicies are 1-based
       y -= 1 # Need to be 0-based
       m[x, y] = z
   
   print(m)
   #: array([[ 1.,  2.,  3.,  4.],
   #:        [ 5.,  6.,  7.,  8.]])