将 2D numpy 数组重新排列为保持行索引的列向量答案

【问题标题】：Rearrange 2D numpy array into a column vector maintaining line indexing将 2D numpy 数组重新排列为保持行索引的列向量
【发布时间】：2017-08-08 12:34:42
【问题描述】：

我有一个这种形式的 numpy 数组：

我想重新排列它，以便将列堆叠在一起保持其初始索引（可能是新列）。

我想得到这样的结果：

Jan2017 | 0 | 0
Feb2017 | 0 | 1
Mar2017 | 0 | 1
...
Jan2017 | 1 | 0 
Feb2017 | 1 | 0 etc

其中第一列和第二列表示初始数组的索引

【问题讨论】：

请提供一个非常简单的例子，使用像np.arange(15).reshape((3, 5))这样的数组
这看起来更像是 Pandas 数据框（或类似的）而不是 NumPy 数组。

标签： python arrays numpy reshape

【解决方案1】：

您可以堆叠一个索引数组以及您（可能）DataFrame 中的展平和转置值。

例如：

将熊猫导入为 pd

df = pd.DataFrame({0: [0,1,1,0,0,1,0],
                   1: [0,0,0,0,0,1,0],
                   2: [1,0,1,0,1,0,0]},
                  index=['Jan2017', 'Feb2017', 'Mar2017', 'Apr2017', 'May2017', 'Jun2017', 'Jul2017'])

可以这样处理：

>>> np.stack([np.repeat(np.arange(len(df.columns)), len(df)), df.values.T.ravel()], axis=1)
array([[0, 0],
       [0, 1],
       [0, 1],
       [0, 0],
       [0, 0],
       [0, 1],
       [0, 0],
       [1, 0],
       [1, 0],
       [1, 0],
       [1, 0],
       [1, 0],
       [1, 1],
       [1, 0],
       [2, 1],
       [2, 0],
       [2, 1],
       [2, 0],
       [2, 1],
       [2, 0],
       [2, 0]], dtype=int64)

np.repeat 用于创建索引：

>>> np.repeat(np.arange(len(df.columns)), len(df))
array([0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2])

.T 转置了数组，ravel 将其展平：

>>> df.values.T.ravel()
array([0, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0], dtype=int64)

然后使用np.stack“逐行”堆叠（因此是axis=1）

【讨论】：

【解决方案2】：

假设你的矩阵保存在A，那么你通过A.transpose().flatten()得到向量

import numpy as np

A = np.arange(12).reshape(3,4)

print(A)
print(A.transpose().flatten())

【讨论】：