我该如何基于另一个数组创建一个数组？

Question

我是新手，想尝试基于另一个数组创建数组。

如果我有一个数组：

array = [[1, 1], [1, 2], [2, 2], [3, 2], [3, 3], [4, 2], [5, 1], [5, 3]]

如果想要基于数组创建矩阵，可以按照对应位置的值进行创建，例如： 在数组中，第一个数字表示矩阵的行数，第二个数字表示矩阵的列数，如 [1, 1] 表示行1 列1有值为1；如果数组中不存在 [1, 3]，则表示行1 列3的值为0。因此，我希望结果如下：

      col1 col2 col3
row1 [ 1    1    0 ]
row2 [ 0    1    0 ]
row3 [ 0    1    1 ]
row4 [ 0    1    0 ]
row5 [ 1    0    1 ]

result = [[1, 1, 0], [0, 1, 0], [0, 1, 1], [0, 1, 0], [1, 0, 1]]

请注意，数组中的值仅是示例，而不是矩阵的确切位置。

我已经尝试将值插入空数组，但在矩阵中很难确定相应的位置。

另一个例子是:

array =[[4, 3], [4, 23], [5, 308], [5, 432], [8, 432], [8, 429]]

矩阵会像这样：

      col1 col2 col3 col4 col5
row1 [ 1    1    0    0    0  ]
row2 [ 0    0    1    1    0  ]
row3 [ 0    0    0    1    1  ]

不确定问题描述是否清晰明了。

- Tina Chiu

Answer 1

第一个数组（命名为array）称为稀疏二进制矩阵表示。第二个数组（命名为result）称为密集二进制矩阵表示。如果您想先将值转换为排名（同时保留重复项），可以使用numpy.unique函数。因此，完整的过程如下：

from scipy.sparse import csr_matrix
from numpy import unique

array = [[1, 1], [1, 2], [2, 2], [3, 2], [3, 3], [4, 2], [5, 1], [5, 3]]

r_unique, rows = unique([v[0] for v in array], return_inverse=True)
c_unique, cols = unique([v[1] for v in array], return_inverse=True)
values = [1] * len(array)
n = len(r_unique)
m = len(c_unique)

result = csr_matrix((values, (rows, cols)), shape=(n, m)).toarray()

这个方法可行是因为r_unique是array中一个维度上所有唯一数字的集合，这个集合的大小就是在相应维度上result的尺寸。接着，rows 包含了从 number 到其在该维度内的rank的映射。同样地，cols 和 c_unique 也对应地实现了这种映射。

- Captain Trojan

---

非常感谢！！这正是我想要的。非常感激：)))) - Tina Chiu

@TinaChiu 当然，给我几分钟。 - Captain Trojan

@TinaChiu 请看一下。 - Captain Trojan

以这种方式它工作得很好。非常感谢，@Captain Trojan :))) - Tina Chiu

不客气 @TinaChiu，但事实上，如果答案真的对你有帮助，我会很感激你能接受它 c: - Captain Trojan

Answer 2

你可以很容易地使用numpy来完成这个任务。

rows,columns = numpy.array(list(zip(*array)))
matrix_size = (6,6)
result = numpy.zeros(matrix_size)
result[(rows,columns)] = 1
print(result)

如果您的数组值是从1开始的，那么您需要将它们改为从0开始...只需更改即可。

result[(rows-1,columns-1)] = 1 # now we are 0 based instead of 1 based

- Joran Beasley

Answer 3

无需使用库的解决方案：

data_list = [[1, 1], [1, 2], [2, 2], [3, 2], [3, 3], [4, 2], [5, 1], [5, 3]]

rows_ = (max(data_list, key = lambda x : x[0] ))[0]
cols_ = (max(data_list, key = lambda x : x[1] ))[1]

matrix =  [ [0]*cols_ for r in range(rows_) ]


for data in data_list:
    row_index = data[0] - 1
    col_index = data[1] - 1
    matrix[row_index][col_index] = 1

for matrix_row in matrix:
    print(matrix_row)

Reuslt:

- Abhi