首頁(yè) 猿問(wèn) 轉(zhuǎn)置 x,y 對(duì)的扁平矩陣

轉(zhuǎn)置 x,y 對(duì)的扁平矩陣

Python

一只萌萌小番薯 2021-09-11 10:10:34

我得到了一個(gè)代表 x 和 y 值的十進(jìn)制數(shù)的一維數(shù)組。我需要轉(zhuǎn)置給定的一維數(shù)組，就好像它是一個(gè)矩陣一樣。我當(dāng)前的代碼是這樣做的，但不完全是我想要的：to_transpose = [0.914, 0.639, 0.058, 0.760, 0.926, 0.475, 0.255, 0.671, 0.195, 0.966, 0.336, 0.841, 0.279, 0.341, 0.591, 0.638, 0.520, 0.225]matrix_width = 6matrix_height = 3# INITIALIZE AN EMPTY LISTtransposed_list = [None] * matrix_width * matrix_heightfor w in range(matrix_width): for h in range(matrix_height): transposed_list[w * matrix_height + h] = to_transpose[h * matrix_width + w]這段代碼正確地轉(zhuǎn)置了矩陣，但不是我想要的格式。由于這是一個(gè) x、y 值的數(shù)組，所需的輸出如下所示：correct_output=[0.914, 0.639, 0.255, 0.671, 0.279, 0.341, 0.058, 0.760, 0.195, 0.966, 0.591, 0.638, 0.926, 0.475, 0.336, 0.841, 0.520, 0.225]在正確的輸出中，每 2 位小數(shù)在轉(zhuǎn)置中被視為 1。我想知道這是否可以在不使用外部庫(kù)的情況下通過(guò)矩陣一次，如上例所示？我希望它適用于方陣和非方陣。

查看完整描述

3 回答

呼如林

TA貢獻(xiàn)1798條經(jīng)驗(yàn) 獲得超3個(gè)贊

我發(fā)現(xiàn)這可以按照您希望的方式工作，只需通過(guò)矩陣一次，無(wú)需使用任何庫(kù)。

to_transpose = [0.914, 0.639, 0.058, 0.760, 0.926, 0.475,

0.255, 0.671, 0.195, 0.966, 0.336, 0.841,

0.279, 0.341, 0.591, 0.638, 0.520, 0.225]

matrix_width = 6

matrix_height = 3

# INITIALIZE AN EMPTY LIST

transposed_list = [None] * matrix_width * matrix_height

for w in range(0, matrix_width, 2):

for h in range(matrix_height):

transposed_list[w * matrix_height + (2 * h)] = to_transpose[h * matrix_width + w]

transposed_list[(w * matrix_height + (2 * h)) + 1] = to_transpose[(h * matrix_width + w) + 1]

print(transposed_list)

我做了3件事：

通過(guò)使用步長(zhǎng)值為 2 使 w 跳過(guò)奇數(shù)

添加了額外的一行，其中奇數(shù)索引元素獲取 y 的值

最后將 h 的值加倍，以便每個(gè)替代元素都獲得一個(gè)新值

反對(duì) 回復(fù) 2021-09-11

忽然笑

TA貢獻(xiàn)1806條經(jīng)驗(yàn) 獲得超5個(gè)贊

當(dāng)您要求“無(wú)庫(kù)”解決方案時(shí)，我非常建議numpy用于與矩陣操作相關(guān)的所有內(nèi)容，例如整形或轉(zhuǎn)置，您在這里都需要：

>>> import numpy as np

>>> to_transpose = [0.914, 0.639, 0.058, 0.760, 0.926, 0.475,

0.255, 0.671, 0.195, 0.966, 0.336, 0.841,

0.279, 0.341, 0.591, 0.638, 0.520, 0.225]

>>> np.array(to_transpose).reshape((3,3,2)).transpose(1,0,2).ravel()

array([ 0.914, 0.639, 0.255, 0.671, 0.279, 0.341,

0.058, 0.76 , 0.195, 0.966, 0.591, 0.638,

0.926, 0.475, 0.336, 0.841, 0.52 , 0.225])

稍微分解一下：

np.array將您的清單變成array...

然后你reshape去3x3x2，即一個(gè) 3x3 的元組矩陣......

然后transpose，您交換第一個(gè) (0) 和第二個(gè) (1) 軸并保持第三個(gè) (2) 到位...

最后矩陣再次變平 ravel

如果您最終不能使用 numpy，您仍然可以使用它來(lái)正確轉(zhuǎn)置索引矩陣以確定哪個(gè)元素必須去哪里，然后通過(guò)列表循環(huán)重現(xiàn)它to_transpose：

>>> list(np.array(list(range(w*h))).reshape((3,3,2)).transpose(1,0,2).ravel())

[0, 1, 6, 7, 12, 13, 2, 3, 8, 9, 14, 15, 4, 5, 10, 11, 16, 17]

>>> [i%2 + (i//2 * w % (w*h)) + 2 * (i//(h*2)) for i in range(w*h)]

[0, 1, 6, 7, 12, 13, 2, 3, 8, 9, 14, 15, 4, 5, 10, 11, 16, 17]

>>> [to_transpose[i%2 + (i//2 * w % (w*h)) + 2 * (i//(h*2))] for i in range(w*h)]

[0.914, 0.639, 0.255, 0.671, 0.279, 0.341,

0.058, 0.76, 0.195, 0.966, 0.591, 0.638,

0.926, 0.475, 0.336, 0.841, 0.52, 0.225]

當(dāng)然，你也可以用常規(guī)循環(huán)代替列表推導(dǎo)式和其他語(yǔ)言來(lái)做同樣的事情。基本上，添加索引的三個(gè)術(shù)語(yǔ)中的每一個(gè)都對(duì)應(yīng)于矩陣的一個(gè)維度，老實(shí)說(shuō)，我通過(guò)猜測(cè)而不是真正理解正在發(fā)生的事情來(lái)解決這個(gè)問(wèn)題。不用說(shuō)，numpy-solution 更干凈。

反對(duì) 回復(fù) 2021-09-11