python - 将不同列表的特定元素合并到新列表

Question

我写了如下代码。我首先生成了大小为 3,5 的统一随机变量。然后我使用这个二维数组中的每个元素作为平均值并生成新列表。我想要做的是创建 10 个新的二维数组，同时使用相同形状 3,5 上列表中的每个元素。例如

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

mean_route1 = pd.DataFrame(np.random.uniform(0, 10, size=(3,5)))
print(mean_route1)
N=10

for m in np.nditer(mean_route1):
    m3 = np.random.poisson(lam = m, size=N)
    print(m3)

输出是这样的:

          0         1         2         3         4
0  7.740569  5.435856  6.682996  5.213202  2.100649
1  6.174332  0.059057  2.951913  1.341994  2.734486
2  7.780503  7.277458  7.406986  8.498494  0.070157
[ 5  5  7  7  9  5  9 12  7  5]
[ 4  4  3  4 12  3  9  6  6  1]
[8 8 1 9 3 5 8 7 4 6]
[5 6 9 6 4 4 9 7 4 5]
[2 3 3 3 0 2 4 1 4 1]
[4 6 9 3 8 4 3 7 8 5]
[0 0 0 0 0 0 0 0 0 0]
[2 1 3 4 2 2 0 1 3 3]
[2 1 2 2 1 0 1 0 1 1]
[2 1 3 5 5 3 5 4 1 3]
[ 5  5  7  6  6  6 10 10  5  7]
[ 7  6  7  9  4 14  6  7  8  9]
[ 8 10  1  9 10  7  9  9  9 13]
[14  4  8 10  6  3 10  7 12  4]
[0 0 0 0 1 0 0 0 0 0]

例如:我接下来要做的是像这样的 10 个数组:( (:, 0) 列在新的第一个数组上。

          0         1         2         3         4
0         5         4         8         5         2
1         4         0         2         2         2
2         5         7         8        14         0

(:, 1) 在新的第二个数组上，... , (:, 10) 在新的第 10 个数组上。

我该怎么做？我是 Python 和 stackoverflow 的新手，所以如果我有任何错误，我深表歉意。

Answer 1

忘记(暂时)数据帧，使用 numpy 我们可以做到:

In [87]: mean_route1 = np.random.uniform(0,10,size=15)                                 
In [88]: alist = []                                                                    
In [89]: for m in mean_route1: 
    ...:     alist.append(np.random.poisson(lam=m, size=10)) 
    ...:                                                                               
In [90]: arr = np.array(alist)                                                         
In [91]: arr                                                                           
Out[91]: 
array([[ 0,  0,  0,  0,  0,  0,  0,  0,  0,  0],
       [ 4,  2,  3,  2,  6,  7,  3,  7,  7,  5],
       [ 0,  0,  0,  0,  0,  0,  0,  0,  0,  0],
       [ 7,  9,  8,  1,  6,  5,  6, 11,  6,  1],
       [16,  7,  9,  6,  6, 11, 11, 16,  9, 12],
       [ 3,  5,  2,  0,  2,  6,  4,  5,  3,  3],
       [ 5,  5,  8,  7,  9, 10,  5, 10,  7,  8],
       [ 5,  5,  4,  4,  2,  5,  1,  2,  1,  2],
       [ 4,  2,  6,  7,  2,  6,  5,  0,  1,  4],
       [ 0,  0,  0,  0,  0,  0,  0,  0,  0,  0],
       [ 5,  5,  5,  4,  3,  2,  5,  7,  4,  5],
       [ 1,  1,  1,  1,  2,  0,  2,  0,  1,  3],
       [ 0,  0,  0,  0,  0,  0,  1,  0,  0,  0],
       [ 0,  0,  6,  1,  3,  2,  0,  1,  1,  2],
       [ 9, 10, 10,  8,  9,  9,  9,  6, 12,  9]])

这是一个 (15,10) 形状数组，15 个 lam 值各有 10 个样本。如果您愿意，我们可以将其 reshape 为 (3,5,10)，但这不会改变值。

In [92]: arr.reshape(3,5,10)                                                           
Out[92]: 
array([[[ 0,  0,  0,  0,  0,  0,  0,  0,  0,  0],
        [ 4,  2,  3,  2,  6,  7,  3,  7,  7,  5],
        [ 0,  0,  0,  0,  0,  0,  0,  0,  0,  0],
        [ 7,  9,  8,  1,  6,  5,  6, 11,  6,  1],
        [16,  7,  9,  6,  6, 11, 11, 16,  9, 12]],

       [[ 3,  5,  2,  0,  2,  6,  4,  5,  3,  3],
        [ 5,  5,  8,  7,  9, 10,  5, 10,  7,  8],
        [ 5,  5,  4,  4,  2,  5,  1,  2,  1,  2],
        [ 4,  2,  6,  7,  2,  6,  5,  0,  1,  4],
        [ 0,  0,  0,  0,  0,  0,  0,  0,  0,  0]],

       [[ 5,  5,  5,  4,  3,  2,  5,  7,  4,  5],
        [ 1,  1,  1,  1,  2,  0,  2,  0,  1,  3],
        [ 0,  0,  0,  0,  0,  0,  1,  0,  0,  0],
        [ 0,  0,  6,  1,  3,  2,  0,  1,  1,  2],
        [ 9, 10, 10,  8,  9,  9,  9,  6, 12,  9]]])

通过从 (15,) 而不是 (3,5) 开始，我可以进行简单的迭代，而无需 nditer 的复杂性。 (我不鼓励使用 nditer，除非你真的需要一些特殊的功能。它并不更快。)

我可以从那个 (3,5,10) 数组构造 10 个数据帧，循环如下:

In [94]: import pandas as pd                                                           
In [95]: for i in range(3): 
    ...:     print(pd.DataFrame(_92[:,:,i]))   # Out[92] array
    ...:                                                                               
   0  1  2  3   4           # 1st column
0  0  4  0  7  16
1  3  5  5  4   0
2  5  1  0  0   9

   0  1  2  3   4           # 2nd column
0  0  2  0  9   7
1  5  5  5  2   0
2  5  1  0  0  10

   0  1  2  3   4
0  0  3  0  8   9
1  2  8  4  6   0
2  5  1  0  6  10

我可以一次用所有 mean_route1 值调用 poisson:

In [97]: np.random.poisson(lam=mean_route1, size=(10,15))                              
Out[97]: 
array([[ 0,  2,  0,  4, 11,  5,  9,  2,  8,  0, 10,  0,  0,  1,  5],
       [ 0,  4,  0,  3,  9,  3, 11,  3,  4,  0,  4,  0,  2,  0,  7],
       [ 0,  4,  0,  4,  6,  1,  7,  4,  2,  0,  5,  1,  0,  0,  5],
       ...
       [ 0,  9,  0,  6, 12,  3,  3,  5,  3,  0,  6,  1,  1,  1,  6]])

或转置到我在 Out[91] 中得到的 (15,10):

In [98]: np.random.poisson(lam=mean_route1, size=(10,15)).T                            
Out[98]: 
array([[ 0,  0,  1,  0,  0,  0,  0,  0,  0,  0],
       [ 1,  4,  5,  6,  7,  1,  6,  2,  0,  2],
       [ 0,  0,  0,  0,  0,  0,  0,  0,  0,  0],
       [ 4,  5,  4,  6,  3,  9,  1, 10,  3,  4],
       ....
       [10,  8,  5, 13,  7, 10,  5, 10,  7,  9]])

或者使用 lam 的 (3,5) 数组:

In [100]: np.random.poisson(lam=mean_route1.reshape(3,5), size=(10,3,5))               
Out[100]: 
array([[[ 0,  1,  0,  2,  9],
        [ 1,  7,  2,  6,  0],
        [ 3,  0,  0,  1, 10]],

       [[ 0,  5,  0,  7,  8],
        [ 2,  6,  2,  8,  0],
        [ 5,  2,  0,  1, 11]],

       [[ 0,  7,  0,  7, 11],
        [ 2,  7,  2,  4,  0],
        [ 7,  1,  1,  1, 10]],
      ....
        [ 7,  1,  1,  3, 12]]])

再次制作数据框，这次在第一个维度上迭代:

In [101]: for i in range(3): 
     ...:     print(pd.DataFrame(_100[i,:,:])) 
     ...:                                                                              
   0  1  2  3   4
0  0  1  0  2   9
1  1  7  2  6   0
2  3  0  0  1  10

   0  1  2  3   4
0  0  5  0  7   8
1  2  6  2  8   0
2  5  2  0  1  11

   0  1  2  3   4
0  0  7  0  7  11
1  2  7  2  4   0
2  7  1  1  1  10