Python默认字典中给定键的最小值

Question

我有一个以列表为值和元组为键的defaultdict（代码中的ddict）。我想要找到给定一组键的值的最小值和最大值。这些键以numpy数组形式给出。该numpy数组是一个包含键的3D数组。每个3D数组的行是我们需要查找min和max的键块。也就是说，对于每一行，我们取相应的2D数组条目，并获取对应于这些条目的值，然后在这些值上找到min和max。我需要对所有3D数组的行执行此操作。

from operator import itemgetter
import numpy as np

ddict =  {(1.0, 1.0): [1,2,3,4], (1.0, 2.5): [2,3,4,5], (1.0, 3.75): [], (1.5, 1.0): [8,9,10], (1.5, 2.5): [2,6,8,19,1,31], (1.5,3.75): [4]}
indA = np.array([ [ [( 1.0, 1.0), ( 1.0, 3.75)], [(1.5,1.0), (1.5,3.75)] ], [ [(1.0, 2.5), (1.5,1.0)], [(1.5, 2.5), (1.5,3.75)] ] ], dtype='float16,float16')

mins = min(ddict, key=itemgetter(*[tuple(i) for b in indA for i in b.flatten()]))
maxs = max(ddict, key=itemgetter(*[tuple(i) for b in indA for i in b.flatten()]))

我尝试使用上述代码获取以下代码的输出： min1 = min([1,2,3,4,8,9,10,4]) & min2 = min([2,3,4,5,8,9,10,2,6,8,19,1,31,4]) 和 max1= max([1,2,3,4,8,9,10,4]) & max2 = max([2,3,4,5,8,9,10,2,6,8,19,1,31,4]) 我想计算 numpy 数组中每个 2D 数组的最小值和最大值。有什么解决方法？为什么我的代码不起作用？它会给我一个错误，TypeError: tuple indices must be integers or slices, not tuple。

- Shew

---

我想找到给定键集的最小值和最大值 - 你的意思是说，对于每个元组集合（似乎更像是列表），你想要知道与这些元组键相关联的所有列表中的最小值？您能解释一下它与您所期望得到的输出有什么关系吗？（此外，您的示例输出可能缺少括号，但由于我不理解您的输出应该表示什么，因此我没有自己进行更正） - Grismar

@Grismar 我编辑了问题。我的意思是，字典（元组）的键是2D数组的条目（每个3D数组的行）。我想要将ddict的值合并为3D数组的每一行（我们需要合并与4个键对应的值，因为我们得到了一个2*2的数组），并找到最小值和最大值。我需要对3D数组的所有行都执行此操作。这有意义吗？ - Shew

是的，那很有道理 - 请参见下面的答案。如果这不是你所需要的，请随意发表评论。 - Grismar

@Grismar，代码在我提供的输入数据上可以运行，但在我的真实代码上无法运行。我意识到当我粘贴代码时犯了一个大错误。我忘记将数组制作成结构化数组。当我在新数据上使用您的代码时，我得到了“TypeError: unhashable type: 'writeable void-scalar'”的错误提示。 - Shew

我已经查看并更新了答案。 - Grismar

Answer 1

我认为这就是你想要的内容：

import numpy as np

# I've reformatted your example data, to make it a bit clearer
# no change in content though, just different whitespace
# whether d is a dict or defaultdict doesn't matter
d = {
    (1.0, 1.0): [1, 2, 3, 4],
    (1.0, 2.5): [2, 3, 4, 5],
    (1.0, 3.75): [],
    (1.5, 1.0): [8, 9, 10],
    (1.5, 2.5): [2, 6, 8, 19, 1, 31],
    (1.5, 3.75): [4]
}

# indA is just an array of indices, avoid capitals in variable names
indices = np.array(
    [
        [[(1.0, 1.0), (1.0, 3.75)], [(1.5, 1.0), (1.5, 3.75)]],
        [[(1.0, 2.5), (1.5, 1.0)], [(1.5, 2.5), (1.5, 3.75)]]
    ])

for group in indices:
    # you flattened each grouping of indices, but that flattens
    # the tuples you need intact as well:
    print('not: ', group.flatten())
    # Instead, you just want all the tuples:
    print('but: ', group.reshape(-1, group.shape[-1]))

# with that knowledge, this is how you can get the lists you want
# the min and max for
for group in indices:
    group = group.reshape(-1, group.shape[-1])
    values = list(x for key in group for x in d[tuple(key)])
    print(values)

# So, the solution:
result = [
    (min(vals), max(vals)) for vals in (
        list(x for key in grp.reshape(-1, grp.shape[-1]) for x in d[tuple(key)])
        for grp in indices
    )
]
print(result)

输出：

not:  [1.   1.   1.   3.75 1.5  1.   1.5  3.75]
but:  [[1.   1.  ]
 [1.   3.75]
 [1.5  1.  ]
 [1.5  3.75]]
not:  [1.   2.5  1.5  1.   1.5  2.5  1.5  3.75]
but:  [[1.   2.5 ]
 [1.5  1.  ]
 [1.5  2.5 ]
 [1.5  3.75]]
[1, 2, 3, 4, 8, 9, 10, 4]
[2, 3, 4, 5, 8, 9, 10, 2, 6, 8, 19, 1, 31, 4]
[(1, 10), (1, 31)]

也就是说，[(1, 10), (1, 31)] 就是您想要的结果，其中 1 是第一组索引的组合值中最小值，10 是同一组数值的最大值，等等。

以下是一些关键行的解释：

values = list(x for key in group for x in d[tuple(key)])

该代码通过循环遍历组中每对键/值对，并使用它们作为字典d的索引来构建一个组合值列表。但是，由于在重新整形后键将成为一个ndarray，因此首先将其传递给tuple()函数，以便正确地索引dict。它循环遍历检索到的值，并将每个值x添加到结果列表中。

解决方案在单个推导式中完成：

[
    (min(vals), max(vals)) for vals in (
        list(x for key in grp.reshape(-1, grp.shape[-1]) for x in d[tuple(key)])
        for grp in indices
    )
]

外层括号表示正在构建一个列表。 (min（vals），max（vals）)是vals的最小值和最大值的元组，vals循环遍历内部推导式。 内部推导式是一个生成器（用圆括号而不是方括号），为indices中每个组生成列表，就像上面解释的那样。

编辑：您更新了问题，添加了 dtype 到索引中，使其成为结构化数组，如下所示：

indices = np.array(
    [
        [[(1.0, 1.0), (1.0, 3.75)], [(1.5, 1.0), (1.5, 3.75)]],
        [[(1.0, 2.5), (1.5, 1.0)], [(1.5, 2.5), (1.5, 3.75)]]
    ], dtype='float16,float16')

为了应对这种变化并使解决方案仍然可行，您可以简单地使用非结构化副本进行操作：

unstructured_indices = rf.structured_to_unstructured(indices)
for group in unstructured_indices:
    group = group.reshape(-1, group.shape[-1])
    values = list(x for key in group for x in d[tuple(key)])
    print(values)

解决方案如下：

result = [
    (min(vals), max(vals)) for vals in (
        list(x for key in grp.reshape(-1, grp.shape[-1]) for x in d[tuple(key)])
        for grp in rf.structured_to_unstructured(indices)
    )
]

- Grismar

---

代码在我提供的输入数据上可以运行，但在我的真实代码上无法运行。我意识到当我粘贴代码时犯了一个大错误，我忘记将数组制作成结构化数组。当我在新数据上使用您的代码时，出现了“TypeError: unhashable type: 'writeable void-scalar'”的错误。 - Shew

错误是难免的 - 我已经更新了答案以应对这种情况。 - Grismar