假设A
具有存储为2D numpy array
的数据,你可以做这样的事情 -
unqA = np.unique(A[:,0])
out = {unqA[i]:A[A[:,0]==unqA[i],1:] for i in range(len(unqA))}
采样运行 -
In [109]: A
Out[109]:
array([[1, 0, 0, 3, 4, 5],
[3, 0, 0, 9, 0, 0],
[5, 0, 0, 2, 2, 2],
[1, 0, 1, 5, 0, 0],
[5, 0, 1, 3, 0, 0],
[5, 1, 0, 0, 4, 0]])
In [110]: unqA = np.unique(A[:,0])
In [111]: {unqA[i]:A[A[:,0]==unqA[i],1:] for i in range(len(unqA))}
Out[111]:
{1: array([[0, 0, 3, 4, 5],
[0, 1, 5, 0, 0]]),
3: array([[0, 0, 9, 0, 0]]),
5: array([[0, 0, 2, 2, 2],
[0, 1, 3, 0, 0],
[1, 0, 0, 4, 0]])}
如果你好吗这样的矩阵作为输出的一个列表,你可以避开循环像这样 -
sortedA = A[A[:,0].argsort()]
_,idx = np.unique(sortedA[:,0],return_index=True)
out = np.split(sortedA[:,1:],idx[1:],axis=0)
采样运行 -
In [143]: A
Out[143]:
array([[1, 0, 0, 3, 4, 5],
[3, 0, 0, 9, 0, 0],
[5, 0, 0, 2, 2, 2],
[1, 0, 1, 5, 0, 0],
[5, 0, 1, 3, 0, 0],
[5, 1, 0, 0, 4, 0]])
In [144]: sortedA = A[A[:,0].argsort()]
In [145]: _,idx = np.unique(sortedA[:,0],return_index=True)
In [146]: np.split(sortedA[:,1:],idx[1:],axis=0)
Out[146]:
[array([[0, 0, 3, 4, 5],
[0, 1, 5, 0, 0]]), array([[0, 0, 9, 0, 0]]), array([[0, 0, 2, 2, 2],
[0, 1, 3, 0, 0],
[1, 0, 0, 4, 0]])]
现在,如果你还是希望有一个dict-based
输出,你可以使用输出上面,像这样 -
out_dict = {sortedA[:,0][idx[i]]:out[i] for i in range(len(idx))}
给我们 -
In [153]: out
Out[153]:
[array([[0, 0, 3, 4, 5],
[0, 1, 5, 0, 0]]), array([[0, 0, 9, 0, 0]]), array([[0, 0, 2, 2, 2],
[0, 1, 3, 0, 0],
[1, 0, 0, 4, 0]])]
In [154]: {sortedA[:,0][idx[i]]:out[i] for i in range(len(idx))}
Out[154]:
{1: array([[0, 0, 3, 4, 5],
[0, 1, 5, 0, 0]]),
3: array([[0, 0, 9, 0, 0]]),
5: array([[0, 0, 2, 2, 2],
[0, 1, 3, 0, 0],
[1, 0, 0, 4, 0]])}
在你的榜样,有CSV块的6列。 “根据第一列分割数据”意味着什么。 6个csv块中的第一个或每个csv块的第一个项目?另外,如果您的字典密钥有重复,该怎么办? – vincent
@vincent编辑了这个问题。因为它们是类标签,所以在第一列中会有重复项,所以它们应该添加到矩阵中。 –
你愿意与这样的矩阵列表吗? – Divakar