对二维数组列的操作

Question

我想知道是否可以在不使用 for 循环的情况下对 python 二维数组中的列应用一个函数（或仅执行一个操作，例如替换值）。

如果这个问题已经被问到，我很抱歉，但我找不到任何关于我的问题的具体信息。

我想做类似的事情:

array[:][2] = 1

这意味着为第三列的每个值输入 1，或

func(array[:][2])

这意味着将func()应用于数组的第三列。

有什么神奇的python方法可以做到吗？

编辑：实话实说。我忘了说我不想避免使用 for() 语句来提高性能，只是因为我不想为这个精确的实例添加多行。我们在这里得到了 2 个答案，一个是原生的，另外两个是在 Numpy 的帮助下。非常感谢您的回答！

Answer 1

您可以使用 numpy 数组轻松完成此操作。示例 -

In [2]: import numpy as np

In [3]: na = np.array([[1,2,3],[3,4,5]])

In [4]: na
Out[4]:
array([[1, 2, 3],
       [3, 4, 5]])

In [5]: na[:,2] = 10

In [6]: na
Out[6]:
array([[ 1,  2, 10],
       [ 3,  4, 10]])

In [7]: na[:,2]
Out[7]: array([10, 10])

In [8]: def func(a):
   ...:     for i,x in enumerate(a):
   ...:         a[i] = x + 1
   ...:

In [9]: na
Out[9]:
array([[ 1,  2, 10],
       [ 3,  4, 10]])

In [10]: func(na[:,1])

In [11]: na
Out[11]:
array([[ 1,  3, 10],
       [ 3,  5, 10]])

您可以找到有关此内容的更多详细信息here . Please do be careful , for numpy arrays, as stated in documentation -

All arrays generated by basic slicing are always views of the original array.

这就是为什么在函数内更改切片数组时，实际数组发生更改的原因。

Answer 2

没有 numpy 可以这样做：

map(lambda x: x[:2] + [1] + x[3:], array)

map(lambda x: x[:2] + my_func(x[2]) + x[3:], array)

Answer 3

在 numpy 中会非常简单，你可以通过简单的赋值来完成:

>>> numpy.array[:,column_number]=value

但如果您正在寻找 python 方法，您可以使用 zip 函数和 itertools.repeat():

>>> from itertools import repeat
>>> def replacer(l,index,value):
...     z=zip(*l)
...     z[index]=list(repeat(value,len(l)))
...     return zip(*z)

演示：

>>> l=[range(4) for _ in range(3)]
>>> replacer(l,2,'*')
[(0, 1, '*', 3), (0, 1, '*', 3), (0, 1, '*', 3)]

请注意，由于在 python 3.X zip return 中，您可以使用 list 函数来 return 一个列表由于迭代器不支持函数内的索引，因此您也需要调用列表。

>>> def replacer(l,index,value):
...     z=list(zip(*l))
...     z[index]=list(repeat(value,len(l)))
...     return zip(*z)

>>> list(replacer(l,2,'*'))
[(0, 1, '*', 3), (0, 1, '*', 3), (0, 1, '*', 3)]

Answer 4

您可以将函数映射到每一列....

ar = [[1,2,3],
      [3,4,5],
      [3,4,5],
      [3,4,5],
      [3,4,5]]

if you want change second column to 100:

    def column_change(l,n =1 , m =100):
        l[n] = m
        return l

   print(list(map(colum_change,ar)))

    [[1, 100, 3], [3, 100, 5], [3, 100, 5], [3, 100, 5], [3, 100, 5]]

对二维数组列的操作

Operation on 2d array columns

python

arrays

2d