Сопоставление числовой матрицы с матрицей символьных строк

У меня есть цифровая матрица, состоящая из 0 и 1. Пример:

p=[[1 0 0 1 0]
   [0 0 0 0 0]
   ...
   [1 1 1 1 1]
   [0 0 0 1 1]]

Строки этой цифровой матрицы означают разделенные по времени измерения 5-элементных пакетов данных. Каждый столбец обозначает канал измерения:

channels=[A B C D E]

Мне нужно сопоставить каналы с p, чтобы я получил:

q=[[A None None D None]
   [None None None None None]
   ...
   [A B C D E]
   [None None None D E]]

Какой самый питонический способ сопоставить p с q?

python function

04.05.2024 08:08

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы можете использовать комбинацию np.tile , чтобы сначала расширить метки строк, а затем использовать np.where, чтобы выбрать определенные индексы из p или установить результат в None.

import numpy as np

p = np.array(
    [[1, 0, 0, 1, 0], [0, 0, 0, 0, 0], [1, 1, 1, 1, 1], [0, 0, 0, 1, 1]]
)
labels = ["A", "B", "C", "D", "E"]
expanded = np.tile(labels, (len(p), 1))
final = np.where(p, expanded, None)

print(final)

Как отмечает @Mechanic Pig, сама трансляция исправит это, так что вам даже не понадобится np.tile.

np.where(p, labels, None) достаточно, трансляция numpy справится с labels хорошо.

— 04.05.2024 10:32

@MechanicPig <facepalm> Я начал с другого подхода и закончил этим, но ты абсолютно прав. Это серьезная ошибка, спасибо!

— 04.05.2024 10:45

04.05.2024 08:35