Skip to main content
 首页 » 编程设计

python之在 numpy 数组中,我想将一列复制到另一个矩阵并从原始矩阵中删除该列

2025年05月04日13haluo1

mat=[[0,1,5],[1,3,6],[-1,4,4],[1,2,2],[7,3,7],[2,5,3]]   

mat 矩阵形状可以是 10000*5。这里只是一个例子

这里我定义了一个函数。它试图找到 mat[:,0] < be 或 mat[:,0] > ba 或 mat[:,1] < bb。如果一列符合条件,则element[i,0] < be element[i,0]=be,则将该列复制到另一个矩阵“swape”。同时从矩阵“mat”中删除这一列。与 mat[:,0] > ba 或 mat[:,1] < bb 相同。对于 mat[:,1] < bb,colume 将复制到“swapt”,mat[:,0] > ba 不要复制,只删除。

例子 be=0, ba=6,bb=3

返回列表应该是:

mat=[[1,3,6],[2,5,3]] 
swape=[[-1,4,4]] 
swapt=[[1,2,2],[0,1,5]] 

该函数将返回 mat、swape 和 swapt

def swapco(be,ba,bb,mat): 
        swape=np.array() 
        swapt=np.array() 
        leng=np.shape(mat)[0] 
        for i in range(leng): 
            if mat[i,2]<bb:  
                mat[i,2]=bb    
                np.append(swapt,i,1) 
                np.delete(mat, i, 0) 
            else: 
                if mat[i,0]>=ba:     
                    mat[i,0]=ba  
                    np.append(swape,i,1) 
                    np.delete(mat, i, 0) 
                elif mat[i,0]<=be: 
                    mat[i,0]=be  
                    np.append(swape,i,1) 
                    np.delete(mat, i, 0) 
            i+=1 
 
        return swape, swapt 

在我的代码中,我发现一旦某些列符合条件,矩阵垫的长度总是会减少。它将追加和删除错误的列。另外append是append地址还是deepcopy?

如果使用

for col in mat: 

那如何在mat中删除自己呢? 或者有什么高效的方法来编写这段代码?

问题已更新...

请您参考如下方法:

从您的代码中确实不清楚您要做什么,但让我为您写一个小示例,可能会帮助您开始清理代码。

import numpy as np 
 
def split(mat, a, b): 
    assert a < b 
    where_less_than_a = mat[:, 0] < a 
    where_less_than_b = mat[:, 0] < b 
 
    less_than_a = mat[where_less_than_a, :] 
    between_a_b = mat[(~where_less_than_a) & where_less_than_b, :] 
    greater_eq_b = mat[(~where_less_than_b), :] 
    return less_than_a, between_a_b, greater_eq_b 
 
mat = np.arange(27).reshape((9, 3)) 
x, y, z = split(mat, 4., 17.) 
print(x) 
# [[0 1 2] 
#  [3 4 5]] 
print(y) 
# [[ 6  7  8] 
#  [ 9 10 11] 
#  [12 13 14] 
#  [15 16 17]] 
print(z) 
# [[18 19 20] 
#  [21 22 23] 
#  [24 25 26]] 

我希望上面的例子能帮助你开始你自己的项目。有一件事可能有点令人困惑,上面代码中的 ~ 被用作“逻辑非”运算符。它可以以这种方式与 bool 类型的 numpy 数组一起使用,但要小心,因为它对其他 python 对象有不同的含义(它称为补码运算符)。