在python（numpy）中填充数组？答案

【问题标题】：Populate arrays in python (numpy)?在python（numpy）中填充数组？
【发布时间】：2011-05-27 09:34:18
【问题描述】：

给定一个格式如下的文件：

a a 0
a b 1
a c 1
b b 0
b a 1
b c 1
c c 0
c a 1
c b 1

第三列是第一列和第二列中的项目之间的距离。如果我将这样的文件作为嵌套列表读入pyton，如何将其转换为对称矩阵，即，

？我还希望包括列名和行名。

我希望使用 numpy 来完成这项任务。

有什么建议吗？

谢谢， D.

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

import numpy as np
from itertools import count

data = [line.split() for line in inputfile.readlines()]
rows = dict(zip(sorted(set(line[0] for line in data)), count()))
cols = dict(zip(sorted(set(line[1] for line in data)), count()))
array = np.zeros((len(rows), len(cols)))

for row, col, val in data:
    index = (rows[row], cols[col])
    array[index] = val

我不知道如何在 numpy 中标记行和列，所以我只是做了一个 dict 将行标签映射到行索引，另一个对列做同样的事情。如果需要，您可以制作一个反向映射，如下所示，或者您可以将行和列设置为 bidict。

rows_reverse = dict((v, k) for k, v in rows)
cols_reverse = dict((v, k) for k, v in cols)

【讨论】：

【解决方案2】：

稍微不同的方法：

import numpy as np
# Load "Row Col Value" text file
ar = np.loadtxt('file.txt', [('R','|S1'), ('C','|S1'), ('V','i')])
names = np.unique(np.row_stack((ar['R'], ar['C']))).tolist()
vf = np.vectorize(lambda x: names.index(x), otypes='i')
# load them in an output array
out = np.empty((len(names), len(names)), 'i')
out[vf(ar['R']), vf(ar['C'])] = ar['V']

【讨论】：