将一个二维字典转换为NumPy矩阵。

Question

我有一个巨大的字典，像这样：

d[id1][id2] = value

例子：

books["auth1"]["humor"] = 20
books["auth1"]["action"] = 30
books["auth2"]["comedy"] = 20

每个 "auth" 键都可以与任何一组 "genres" 相关联。键控项目的值是他们写的书籍数量。 现在我想将它转换为矩阵形式...类似于：

                    "humor"       "action"        "comedy"
      "auth1"         20            30               0
      "auth2"          0            0                20

我该如何做到这一点？ 谢谢

- frazman

---

首先遍历字典，然后找到行数和列数。接着在迭代过程中将每个条目转换为定义的向量。然后在另一个迭代中通过id1将其与它们的向量关联起来。 - frazman

你只是想像那样打印出来吗？为什么需要放入一个numpy矩阵中？ - Paul Seeb

@PaulSeeb：不不，实际上我想稍后对这个矩阵执行SVD。 - frazman

Answer 1

pandas非常擅长这个：

books = {}
books["auth1"] = {}
books["auth2"] = {}
books["auth1"]["humor"] = 20
books["auth1"]["action"] = 30
books["auth2"]["comedy"] = 20

from pandas import *

df = DataFrame(books).T.fillna(0)

输出结果为：

       action  comedy  humor
auth1      30       0     20
auth2       0      20      0

- HYRY

---

@HYRY pandas的DataFrame可以作为输入传递给matplotlib.pcolor来创建热力图吗？还是必须先转换为numpy数组？ - tommy.carstensen

对于变长字典值，请使用DataFrame.from_dict(books, orient='index').fillna(0)来防止ValueError。 - interpolack

Answer 2

使用列表推导式将字典转换为列表或numpy数组：

np.array([[books[author][genre] for genre in sorted(books[author])] for author in sorted(books)])

编辑

显然，您的每个子字典中的键数量是不规则的。制作所有类型的列表：

genres = ['humor', 'action', 'comedy']

然后以常规方式迭代字典：

list_of_lists = []
for author_name, author in sorted(books.items()):
    titles = []
    for genre in genres:
        try:
            titles.append(author[genre])
        except KeyError:
            titles.append(0)
    list_of_lists.append(titles)

books_array = numpy.array(list_of_lists)

我想要将genres中每个键对应的值添加到一个列表中。如果键不存在，会产生一个错误。我捕获了这个错误，并在列表中添加了一个 0。

- Joel Cornett

---

嗨，这给了我：array([[20, 30], [50]], dtype=object)但是我期望的是[[20, 30, 0],[0,0,50]]。 - frazman

@Fraz：啊，所以每个作者字典的键数量都不规则。让我来编辑一下。 - Joel Cornett

Answer 3

在2018年，我认为Pandas 0.22支持这个开箱即用。 具体来说，请查看DataFrame的from_dict类方法。

books = {}
books["auth1"] = {}
books["auth2"] = {}
books["auth1"]["humor"] = 20
books["auth1"]["action"] = 30
books["auth2"]["comedy"] = 20

pd.DataFrame.from_dict(books, orient='columns', dtype=None)

- jtromans