在数组中获取字典值的向量，python答案

【问题标题】：Getting a vector of dictionary values in an array, python在数组中获取字典值的向量，python
【发布时间】：2016-05-14 12:03:15
【问题描述】：

我正在尝试获取 numpy 数组中特定字典值的向量。这是数组的样子：

import numpy as np
edge_array = np.array(
    [[1001, 7005, {'lanes': 9, 'length': 0.35, 'type': '99', 'modes': 'cw'}],
     [1001, 8259, {'lanes': 10, 'length': 0.46, 'type': '99', 'modes': 'cw'}],
     [1001, 14007, {'lanes': 7, 'length': 0.49, 'type': '99', 'modes': 'cw'}]])

每行的前两个值都有一个向量（即1001 和7005，但我需要另一个向量来存储与'lanes' 关联的值。

到目前为止，这是我的代码：

row_idx = edge_array[:, 0]
col_idx = edge_array[:, 1]
lane_values = edge_array[:, 2['lanes']]

我得到的错误如下：

lane_values = edge_array[:, 2['lanes']]
TypeError: 'int' object has no attribute '__getitem__'

如果您需要任何进一步的说明，请告诉我，谢谢！

【问题讨论】：

注意这个数组的dtype是object。 edge_array[:,2] 在功能上与字典列表相同。所以你必须使用列表操作（映射、理解）来对各个字典进行操作。

标签： python numpy dictionary sparse-matrix

【解决方案1】：

子表达式 2['lanes'] 没有意义：您正在索引数字 2。

请尝试：

[rec['lanes'] for rec in edge_array[:, 2]]

或者：

import operator
map(operator.itemgetter('lanes'), edge_array[:,2])

上面会给你一个普通的 Python list;如果你想要一个 NumPy 数组，你必须在列表中调用 np.array()。

但这里更好的解决方案是将您的数据转换为具有命名列的“结构化数组”，然后您可以按名称有效地进行索引。如果您的数组有很多行，这将对效率产生很大影响。

【讨论】：

我尝试这样做时收到以下错误：lane_values = edge_array[:, 2]['lanes'] IndexError: only integers, slices (:), ellipsis (...), numpy.newaxis (None) and integer or boolean arrays are valid indices
@AndrewEarl：现在你已经用准确的输入数据更新了你的问题，我用准确的解决方案更新了我的答案。
像魅力一样工作！谢谢。我会考虑制作一个结构化数组，因为我有很多很多行。

【解决方案2】：

这不是一个完整的示例。很难做到这一点。类型不清楚。我怀疑，你以某种方式使用 numpy，但是，很难说。

总之，使用 2['something'] 的索引是不正确的，错误会告诉你原因。尝试使用整数中的键进行索引。看看在 python / numpy 中是如何进行索引的。

但这是您可以提取“通道”的方式：

map(lambda x: x['lanes'], edge_array[:, 2]))
# OR (if you want a vector/np-array)
vec_of_lanes = np.array(map(lambda x: x['lanes'], edge_array[:, 2])))

更多 numpy 风格：

vec_of_lanes = np.apply_along_axis(lambda x: x[2]['lanes'], 1, edge_array)

【讨论】：

嗨，谢谢，现在就试试。您如何建议创建一个完整的工作示例？是不是因为edge_array 在您的代码中不起作用？
问题是，您刚刚向我们展示了打印输出，因此它不是有效的 Python 语法，因为省略了逗号。还不清楚您是索引列表还是 numpy 数组。
好的，我正在使用一个 numpy 数组并对其进行了编辑。很抱歉我是个业余爱好者，但是，一旦我实现了：map(lambda x: x['lanes'], edge_array[:, 2])) 如何从lanes 的值中创建一个向量？
我认为您应该阅读更多文档，因为您缺少基本的东西！我将编辑答案。
太棒了！你的作品也像一个魅力。谢谢。我肯定会更多地阅读我的基础知识。

【解决方案3】：

@Zwinck 建议使用结构化数组。这是这样做的一种方法

为字典部分定义一个数据类型。它具有不同 dtypes 的字段

dt1 = np.dtype([('lanes',int), ('length',float), ('type','S2'),('modes','S2')])

将该 dtype 嵌入到更大的一个中。我对前 2 个值使用了子数组格式：

dt = np.dtype([('f0',int,(2,)), ('f1',dt1)])

现在创建数组。我编辑了你的表情以适应dt。元组和列表的混合很重要。我本可以从您的对象数组中传输数据（待办事项？）

edge_array1 = np.array(  
    [([1001, 7005], ( 9,  0.35, '99','cw')),
     ([1001, 8259], ( 10, 0.46, '99','cw')),
     ([1001, 14007], (7,  0.49, '99', 'cw'))], dtype=dt)

现在可以通过 'f0' 字段名称访问 2 个 int 值：

In [513]: edge_array1['f0']
Out[513]: 
array([[ 1001,  7005],
       [ 1001,  8259],
       [ 1001, 14007]])

虽然“车道”是通过双重应用字段名称索引来访问的（因为它们是字段中的一个字段）：

In [514]: edge_array1['f1']['lanes']
Out[514]: array([ 9, 10,  7])

【讨论】：