如何使用条件循环二维矩阵

Question

我是 python 新手，想弄清楚如何遍历 2x2 矩阵。

我的起点是一个 *.csv 文件，其中包含大量数据（10 列，173828 行）。因为我只需要第一列（sigma_0 值）和第六列（日期），所以我做了一个矩阵叫做 sigma_JD，它只包含这两列：

    import csv
    import numpy as np
    with open("C:/Users/.../03971822.csv") as input_file:
       reader = csv.reader(input_file)

       array = []
       for row in reader:
       array.append(row)

    matrix = np.asmatrix(array)
    idx_IN_columns = [0, 5]
    sigma_JD = matrix[:, idx_IN_columns]
    print(sigma_JD)
    print("size sigma_JD: ", np.shape(sigma_JD))

    >>> print(sigma_JD)
    [['-12.42' '2451544.576']
     ['-12.92' '2451544.576']
     ['-12.45' '2451544.576']
     ..., 
     ['-11.66' '2454688.389']
     ['-12.61' '2454688.389']
     ['-11.72' '2454688.389']]
    >>> print("size sigma_JD: ", np.shape(sigma_JD))
    size sigma_JD:  (173828, 2)

现在我想遍历第二列 - 日期；它以特定方式显示，称为“朱利安日”，例如JD值是

            2451544,5 = 01/January/2000 0:00
            2451545,5 = 02/January/2000 0:00
            2451546,5 = 03/January/2000 0:00

2451544 表示日/月/年，小数位表示时间。

我想编写一个代码，其中考虑了所有 sigma_0 值，它们都在一天之内。因此，循环应该使用特定的值，而不是通过索引。

它应该从 2451544,5 开始，然后考虑当天所有的 sigma_0 值（并总结），然后转到第二天 2451544,5 并执行相同的操作....

我试过了。像这样，但它不起作用

    x = 2451544.5
    y = x + 1
    for i in sigma_JD[:, 1]:
        while x < y:
    print(sigma_JD[i, 1])
    break

然后我想创建自己的函数，但没有走那么远：

   def select(x):
   count = 2451544.5
   select = []  
   for i in range(0, len(x[:, 1])):   # loop over Julian Day
      if count < count + 1:
        row = []
        for j in range(0, len(x[:, 0])):   # loop over sigma_0 values
           # take all sigma_0 values and sum it up
        count += 1
   return select

如果有人能帮助我，那就太好了。我为此工作了好几天，真的让我很沮丧，我不知道如何完成这项工作。

非常感谢。

Answer 1

试一试（您可能需要下载jdcal package）

import csv
import collections
from jdcal import jd2gcal

with open("test.csv") as input_file:
    reader = csv.reader(input_file)

    jd_sigma_map = collections.defaultdict(int)
    jd_sigma_count = collections.defaultdict(int)

    for row in reader:

        #convert to the normal date format
        year, month, dd, ms = jd2gcal(float(row[5]), 0)

        #use date as key
        date_key = '%s-%s-%s' % (year, month, dd)

        #Sum sigma values for same key (day)
        jd_sigma_map[date_key] += float(row[0])
        jd_sigma_count[date_key] += 1

测试文件 (test.csv)：

-12.42, 0, 0, 0, 0, 2451544.576
-12.92, 0, 0, 0, 0, 2451544.576
-5.92,  0, 0, 0, 0, 2451545.677
-2.92,  0, 0, 0, 0, 2451545.699
-16.61, 0, 0, 0, 0, 2454688.310
-11.66, 0, 0, 0, 0, 2454688.389
-12.61, 0, 0, 0, 0, 2454688.400

输出：

#For ordered (by date) output
ordered_dict = collections.OrderedDict(sorted(jd_sigma_map.items()))

for k, v in ordered_dict.items():
    average = float(v/jd_sigma_count[k])
    print("Sigma value for day %s = %0.3f \t(over %d days)\tAverage = %0.3f" 
          % (k, v, jd_sigma_count[k], average))

# Sigma value for day 2000-1-1 = -25.340  (over 2 days)   Average = -12.670
# Sigma value for day 2000-1-2 = -8.840   (over 2 days)   Average = -4.420
# Sigma value for day 2008-8-9 = -40.880  (over 3 days)   Average = -13.627

注意事项：

• 使用字典可以让我们为每一天“保存”一个 sigma 值。比摆弄 2x2 数组更容易。
• 输出jd_sigma_map 是一个字典，键是YYYY-MM-DD 格式的日期，值是当天的总sigma 值。我们不关心格式，我们只希望一天中的每个键都唯一
• 如您所知，我在读取 CSV 期间“即时”进行了所有分析，您也可以将其存储在列表中，然后关闭分析后文件。
• Python 3 解决方案（对于 Python 2.x，将 print() 更改为 print ... 和 items() 更改为 iteritems()）
• 查看this question对输出字典进行排序（代码中添加）

Answer 2

import numpy as np

array = [['-12.42', '2451544.576'],
     ['-12.92', '2451544.576'],
     ['-12.45', '2451544.576'],
     ['-11.66', '2454688.389'],
     ['-12.61', '2454688.389'],
     ['-11.72', '2454688.389']]


matrix = np.asmatrix(array)
print matrix
for (i, j), ele in np.ndenumerate(matrix):
    if j == 1: #SECOND COL
         print i, j, ele