给定 numpy.where() 的输出，如何获取索引列表的列表

Question

我正在为零元素搜索一个相当大的矩阵，然后想遍历行和每一行内，总的来说我找到零的索引。 numpy.where(M==0) 给我 (np.array, np.array).

如何以最有效的方式根据我的需要格式化此结果？

# Output of numpy.where(M==0):
(x,y) = (array([0, 0, 1, 1, 2]), array([2, 3, 1, 2, 1]))
# Output I want, each value of y in the list corresponding to the x value:
wanted = [[2,3],[1,2],[1],[]]

我考虑过从输出中构建一个稀疏矩阵（因为 M 是密集的，M==0 应该是稀疏的），但不知道如何迭代那里的行.

zeros = scipy.sparse.coo_matrix((np.ones((len(x),)), (x,y)), shape=M.shape)
print(zeros.nonzero()) # is the same output as np.where, so it does not help me

我想我可以切入每一行然后 .nonzero()，但我希望有更有效的方法

编辑：或者，{x_value:[list of corresponding y_values]} 形式的字典也可以

Answer 1

我发现 collections.defaultdict 允许我根据需要将元组迭代到字典中。

indices = np.argwhere(M==0)
zeros = defaultdict(list)
for coords in indices:
    zeros[coords[0]].append(coords[1])
print(zeros)

# Output:
defaultdict(<class 'list'>, {0: [1], 1: [1, 2], 2: [0, 3]})

给定 numpy.where() 的输出，如何获取索引列表的列表

Given the output of numpy.where(), how to acquire a list of list of the indices

python

arrays

numpy

sparse-matrix