如何使用numpy在python中的二维数组中按索引对数组进行切片答案

【问题标题】：How to slice array by its index in 2D array in python using numpy如何使用numpy在python中的二维数组中按索引对数组进行切片
【发布时间】：2022-01-24 06:53:00
【问题描述】：

我写了以下代码：

import numpy as np
n_rows = int(input("Enter number of rows:"))
n_columns = int(input("Enter number of columns:"))
print("Enter 2D array values---")
matrix = []
for i in range(n_rows):
    a=[]
    for j in range(n_columns):
        a.append(int(input()))
    matrix.append(a)
arr=np.array(matrix)
arr

如果我输入以下值，这将给出以下输出：

array([[1, 2, 3],
       [4, 5, 6]])

但我希望矩阵的第一行作为字符串值输入，例如：

["John","Alex","Smith"]

和矩阵的第二行作为整数值，如：

[50,60,70]

然后我想得到以下输出：

Name: John , Marks: 50
Name: Alex , Marks: 60
Name: Smith, Marks: 70

【问题讨论】：

标签： python numpy

【解决方案1】：

Numpy 要求矩阵中的所有值都属于同一类型。这是由于它如何搜索数组中的项目（有关更多信息，请查找 strides）

因此，如果你想要你的数组中有文本数据，你必须将整个数组的类型更改为支持字符串的类型。

另一种方法是为名称设置一个数组，为值设置一个单独的数组。此外，您可以使用pandas.DataFrame 作为您问题的直接解决方案

【讨论】：

【解决方案2】：

列表列表：

In [274]: alist = [["John","Alex","Smith"],[50,60,70]]
In [275]: alist
Out[275]: [['John', 'Alex', 'Smith'], [50, 60, 70]]

只需调用 np.array 即可创建一个包含字符串的数组，即最小的通用 dtype：

In [276]: np.array(alist)
Out[276]: 
array([['John', 'Alex', 'Smith'],
       ['50', '60', '70']], dtype='<U21')

我们也可以指定object，但是这样的数组实际上和原来的列表是一样的：

In [277]: np.array(alist, dtype=object)
Out[277]: 
array([['John', 'Alex', 'Smith'],
       [50, 60, 70]], dtype=object)

该列表的“转置”：

In [278]: altlist = list(zip(*alist))
In [279]: altlist
Out[279]: [('John', 50), ('Alex', 60), ('Smith', 70)]

可用于制作具有复合 dtype 的 structured array：

In [280]: np.array(altlist, dtype='U10,int')
Out[280]: 
array([('John', 50), ('Alex', 60), ('Smith', 70)],
      dtype=[('f0', '<U10'), ('f1', '<i8')])

或数据框：

In [281]: pd.DataFrame(altlist)
Out[281]: 
       0   1
0   John  50
1   Alex  60
2  Smith  70

【讨论】：