具有非整数索引的 Python Numpy 二维数组

Question

背景:我正在尝试构建亲和矩阵以馈入 sklearn 谱聚类。

在这个问题中，我遇到了 numpy 数组索引是从 0 开始的整数的问题，对于我的应用程序，我使用了某种特定于应用程序的 ID(基于字符串，随机示例“abc123”)。我想创建一个由我拥有的所有数据点索引的 2d numpy 数组。例如，给定两个点 points = ["abc123", "xyz456"]，我会得到 2d numpy 数组，其行索引和列索引为 points。这样我就可以通过类似于 arr["abc123"]["xyz456"] = dist

的方式轻松指定两点之间的距离

我怎样才能做到这一点？谢谢。

Answer 1

Pandas可以做到这一点以及更多...

In [41]: import pandas as pd

In [122]: a = np.random.randint(100, size=(5, 3))

In [123]: a
Out[123]:
array([[53,  7, 34],
       [54, 56, 85],
       [ 0, 11, 83],
       [63, 28, 88],
       [65, 19, 44]])

In [124]: df = pd.DataFrame(a, index=list('abcde'), columns=list('xyz'))

In [125]: df
Out[125]:
    x   y   z
a  53   7  34
b  54  56  85
c   0  11  83
d  63  28  88
e  65  19  44

In [126]: df.loc[['a','d'], ['x','y']]
Out[126]:
    x   y
a  53   7
d  63  28

我们总是可以使用 .values 访问器从 DataFrame 中获取 Numpy 数组:

In [127]: df.values
Out[127]:
array([[53,  7, 34],
       [54, 56, 85],
       [ 0, 11, 83],
       [63, 28, 88],
       [65, 19, 44]])

In [128]: df.loc[['a','d'], ['x','y']].values
Out[128]:
array([[53,  7],
       [63, 28]])