使用 Python 對矩陣中的元素進行分組

---

矩陣廣泛應用於數學、物理和計算機科學等各個領域。在某些情況下，我們需要根據特定條件對矩陣的元素進行分組。我們可以按行、列、值、條件等對矩陣的元素進行分組。在本文中，我們將瞭解如何使用 Python 對矩陣的元素進行分組。

建立矩陣

在深入研究分組方法之前，我們可以先在 Python 中建立一個矩陣。我們可以使用 NumPy 庫來高效地處理矩陣。以下是如何使用 NumPy 建立矩陣的方法：

示例

以下程式碼建立了一個 3x3 的矩陣，其值範圍為 1 到 9。

import numpy as np

# Creating a 3x3 matrix
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])

print(matrix)

輸出

[[1 2 3]
 [4 5 6]
 [7 8 9]]

按行或列分組元素

對矩陣中的元素進行分組最簡單的方法是按行或列進行分組。我們可以使用 Python 中的索引輕鬆實現這一點。

按行分組

要按行對元素進行分組，我們可以使用索引表示法 matrix[row_index]。例如，要對矩陣中的第二行進行分組，我們可以使用 matrix[1]。

語法

matrix[row_index]

這裡，matrix 指的是我們要從中提取特定行的矩陣或陣列的名稱。row_index 表示我們要訪問的行索引。在 Python 中，索引從 0 開始，因此第一行表示為 0，第二行表示為 1，依此類推。

示例

import numpy as np

# Creating a 3x3 matrix
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])


row_index = 1
grouped_row = matrix[row_index]
print(grouped_row)

輸出

[4 5 6]

按列分組

要按列對元素進行分組，我們可以使用索引表示法 matrix[:, column_index]。例如，要對矩陣中的第三列進行分組，我們可以使用 matrix[:, 2]。

示例

import numpy as np

# Creating a 3x3 matrix
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])


column_index = 2
grouped_column = matrix[:, column_index]
print(grouped_column)

輸出

[3 6 9]

按條件分組元素

在很多情況下，我們需要根據某些條件而不是按行或列對元素進行分組。我們將探討兩種實現此目的的方法：按值分組和按條件分組。

按值分組

要根據元素的值對矩陣中的元素進行分組，我們可以使用 NumPy 的 where 函式。根據值對矩陣中的元素進行分組使我們能夠輕鬆識別和提取感興趣的特定元素。當我們需要分析或操作矩陣中具有特定值的元素時，此方法特別有用。

語法

np.where(condition[, x, y])

這裡，condition 是要評估的條件。它可以是布林陣列或返回布林陣列的表示式。x（可選）：在條件為 True 時要返回的值。它可以是標量或類陣列物件。y（可選）：在條件為 False 時要返回的值。它可以是標量或類陣列物件。

示例

import numpy as np

# Creating a 3x3 matrix
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])

value = 2
grouped_elements = np.where(matrix == value)
print(grouped_elements)

輸出

(array([0]), array([1]))

按條件分組

根據特定條件對矩陣中的元素進行分組也可以使用 NumPy 的 where 函式來完成。讓我們考慮一個我們要對所有大於 5 的元素進行分組的示例。

語法

np.where(condition[, x, y])

這裡，condition 是要評估的條件。它可以是布林陣列或返回布林陣列的表示式。x（可選）：在條件為 True 時要返回的值。它可以是標量或類陣列物件。y（可選）：在條件為 False 時要返回的值。它可以是標量或類陣列物件。

示例

import numpy as np

# Creating a 3x3 matrix
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])

condition = matrix > 5
grouped_elements = np.where(condition)
print(grouped_elements)

輸出

(array([1, 2, 2, 2]), array([2, 0, 1, 2]))

使用迭代分組元素

對矩陣中的元素進行分組的另一種方法是遍歷其行或列並收集所需的元素。此方法使我們能夠更靈活地對分組元素執行其他操作。

語法

list_name.append(element)

這裡，append() 函式是用於將元素新增到 list_name 末尾的列表方法。它透過將指定的元素作為新專案新增到列表中來修改原始列表。

示例

import numpy as np

# Creating a 3x3 matrix
matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])

grouped_rows = []

for row in matrix:
    grouped_rows.append(row)

print(grouped_rows)

輸出

[array([1, 2, 3]), array([4, 5, 6]), array([7, 8, 9])]

結論

在本文中，我們討論瞭如何使用 Python 內建函式對矩陣中的不同元素進行分組，我們首先使用 NumPy 庫建立了一個矩陣，然後討論了各種分組技術。我們介紹了按行和列分組，以及使用 NumPy 中的 where 函式按值和條件分組。