python - Numpy、掩蔽和 sklearn 聚类

Question

我在将 3D 修改为 2D 以便将其提供给带宽函数进行均值漂移计算时遇到问题。最初，我在数据库中查询一维值数组中的数据以及属于这些值的 ID 集 - 这将帮助我稍后识别源。在计算之前，我会再添加一维，以确保计算正确，并且所有这些结果都保存在 3D 数组中。现在我需要向计算函数提供包含一个值和一个零的 2D，但我在为此构建 2D 压缩(没有描述 ID 的第三个值)数组时遇到困难。有谁知道如何使用 numpy 来做到这一点，并且没有一个包含 ID 的完全独立的列表？

源数组:

[(2.819999933242798, 0.0, 16383) 
 (3.75, 0.0, 16384) 
 (3.75, 0.0, 16385)]

屏蔽后的数组:

[(2.819999933242798, 0.0, --) 
 (3.75, 0.0, --) 
 (3.75, 0.0, --)]

数组，因为它需要:

[(2.819999933242798, 0.0) 
 (3.75, 0.0) 
 (3.75, 0.0)]

干杯

Answer 1

您可以首先转换为 numpy 数组:

h=[(2.819999933242798, 0.0, 16383), (3.75, 0.0, 16384) , (3.75, 0.0, 16385)]
a=np.array(h)

然后获取您想要的列:

a[:,0:2]

给出:

array([[ 2.81999993,  0.        ],
       [ 3.75      ,  0.        ],
       [ 3.75      ,  0.        ]])

或者a[:,:-1]按照@BrenBarn在评论中的建议