numpy矩阵的映射索引

Question

我应该如何映射numpy矩阵的索引？

例如:

mx = np.matrix([[5,6,2],[3,3,7],[0,1,6]]

行/列索引是0,1,2.

所以:

>>> mx[0,0]
5

假设我需要映射这些索引,转换0, 1, 2成例如10, 'A', 'B'以下方式:

mx[10,10] #returns 5
mx[10,'A'] #returns 6 and so on..

我可以设置一个dict并使用它来访问元素,但我想知道是否可以像我刚才描述的那样做.

Answer 1

我建议将pandas数据帧与索引和列一起使用，分别使用行和列索引的新映射，以便于索引。它允许我们使用熟悉的运算符选择单个元素或整个行或列colon。

考虑一个通用的（非方形 4x3 形状的矩阵） -

mx = np.matrix([[5,6,2],[3,3,7],[0,1,6],[4,5,2]])

考虑行和列的映射 -

row_idx = [10, 'A', 'B','C']
col_idx = [10, 'A', 'B']

让我们看一下给定示例的工作流程 -

# Get data into dataframe with given mappings
In [57]: import pandas as pd

In [58]: df = pd.DataFrame(mx,index=row_idx, columns=col_idx)

# Here's how dataframe data looks like
In [60]: df
Out[60]: 
    10  A  B
10   5  6  2
A    3  3  7
B    0  1  6
C    4  5  2

# Get one scalar element
In [61]: df.loc['C',10]
Out[61]: 4

# Get one entire col
In [63]: df.loc[:,10].values
Out[63]: array([5, 3, 0, 4])

# Get one entire row
In [65]: df.loc['A'].values
Out[65]: array([3, 3, 7])

最重要的是，我们没有制作任何额外的副本，因为数据帧及其切片仍然索引到原始矩阵/数组内存空间 -

In [98]: np.shares_memory(mx,df.loc[:,10].values)
Out[98]: True