基于索引的numpy重塑

Question

我有一个数组：

arr = [
  ['00', '01', '02'],
  ['10', '11', '12'],
]

我想根据它的索引重塑这个数组：

reshaped = [
  [0, 0, '00'],
  [0, 1, '01'],
  [0, 2, '02'],
  [1, 0, '10'],
  [1, 1, '11'],
  [1, 2, '12'],
]

是否有 numpy 或 pandas 的方法来做到这一点？还是我必须做旧的 for？

for x, arr_x in enumerate(arr):
    for y, val in enumerate(arr_x):
        print(x, y, val)

Answer 1

您可以使用 np.indices 获取索引，然后将所有内容拼接在一起...

arr = np.array(arr)
i, j = np.indices(arr.shape)
np.concatenate([i.reshape(-1, 1), j.reshape(-1, 1), arr.reshape(-1, 1)], axis=1)

Answer 2

我会使用 numpy.ndenumerate 来达到这个目的，方法如下：

import numpy as np
arr = np.array([['00', '01', '02'],['10', '11', '12']])
output = [[*inx,x] for inx,x in np.ndenumerate(arr)]
print(*output,sep='\n') # print sublists in separate lines to enhance readibility

输出：

[0, 0, '00']
[0, 1, '01']
[0, 2, '02']
[1, 0, '10']
[1, 1, '11']
[1, 2, '12']

作为旁注：这个动作是不是重塑，因为重塑意味着元素的移动，因为输出包含更多的单元格，所以不可能仅仅通过重塑来完成。

基于索引的numpy重塑

numpy reshape based on index

python

numpy

reshape