異なる長さのサブリストのスライシング

Question

リストのリストがあります。各サブリストの長さは1〜100の間です。各サブリストには、データセット内の異なる時間にパーティクルIDが含まれています。ある時点ですべてのパーティクルIDのリストを作成したいと思います。リスト内の各サブリストの最初の要素が含まれます

list = [[1,2,3,4,5],[2,6,7,8],[1,3,6,7,8]] 
    list2 = [item[0] for item in list] 

LIST2：これを行うには、私のようなものを使用することができます。最初の要素だけでなく、1から100までのすべての要素に対してこの操作を行いたいと思います。私の問題は、要素番号100（または66または77など）がすべてのサブリストに存在しないことです。

リストのリストを作成する方法はありますか。各サブリストは、特定の時点のすべてのパーティクルIDのリストです。

この問題を解決するためにnumpy配列を使用しようと考えました。リストがすべて同じ長さであるように、これは簡単です。私は各リストの末尾に-1を加えて同じ長さにしてから、負の数をマスキングすることを試みましたが、これは今まで私にとってはうまくいきませんでした。あなたはone-line forloopとし、arrayでそれをしたい場合は

pos = pos[satIDs] 

Answer 1

lst = [[1,2,3,4,5],[2,6,7,8],[1,3,6,7,8]] 
func = lambda x: [line[x] for line in lst if len(line) > x] 

func(3) 
[4, 8, 7] 
func(4) 
[5, 8] 

--update--

func = lambda x: [ (line[x],i) for i,line in enumerate(lst) if len(line) > x] 
func(4) 
[(5, 0), (8, 2)] 

Answer 2

：私は別の独立した配列をスライスするために与えられた時間にIDのリストを使用します。あなたはこれを行うことができます：

list2 = [[item[i] for item in list if len(item) > i] for i in range(0, 100)] 

そして、あなたがこれを行うことができるリストからどのIDであるか知りたい場合：

list2 = [{list.index(item): item[i] for item in list if len(item) > i} for i in range(0, 100)] 

リスト2はこのようになります：

[{0: 1, 1: 2, 2: 1}, {0: 2, 1: 6, 2: 3}, {0: 3, 1: 7, 2: 6}, {0: 4, 1: 8, 2: 7}, 
{0: 5, 2: 8}, {}, {}, ... ] 

Answer 3

あなたの短いリストにnumpy.nanを追加し、その後numpyの配列あなたはいつものようにnumpyのスライスを使用することができます。その後

import numpy 
import itertools 

lst = [[1,2,3,4,5],[2,6,7,8],[1,3,6,7,8,9]] 
arr = numpy.array(list(itertools.izip_longest(*lst, fillvalue=numpy.nan))) 

を作成することができます。

print arr 
print arr[1, :] # [2, 6, 3] 
print arr[4, :] # [5, nan, 8] 
print arr[5, :] # [nan, nan, 9] 

Answer 4

itertools.zip_longestを使用できます。リストの1つが使い果たされると、zipリストが一緒になり、Noneが挿入されます。

>>> lst = [[1,2,3,4,5],['A','B','C'],['a','b','c','d','e','f','g']]  
>>> list(itertools.zip_longest(*lst)) 
[(1, 'A', 'a'), 
(2, 'B', 'b'), 
(3, 'C', 'c'), 
(4, None, 'd'), 
(5, None, 'e'), 
(None, None, 'f'), 
(None, None, 'g')] 

あなたがそれらをフィルタリングすることができ、None要素を必要としない場合：

>>> [[x for x in sublist if x is not None] for sublist in itertools.zip_longest(*lst)] 
[[1, 'A', 'a'], [2, 'B', 'b'], [3, 'C', 'c'], [4, 'd'], [5, 'e'], ['f'], ['g']] 

Answer 5

アプローチ＃1

ワンほとんど*ベクトル化されたアプローチは、それが一緒に行く提案することができ新しい注文に基づいてIDを作成し、分割するように -

def position_based_slice(L): 

    # Get lengths of each element in input list 
    lens = np.array([len(item) for item in L]) 

    # Form ID array that has *ramping* IDs within an element starting from 0 
    # and restarts with a new element at 0 
    id_arr = np.ones(lens.sum(),int) 
    id_arr[lens[:-1].cumsum()] = -lens[:-1]+1 

    # Get order maintained sorted indices for sorting flattened version of list 
    ids = np.argsort(id_arr.cumsum(),kind='mergesort') 

    # Get sorted version and split at boundaries decided by lengths of ids 
    vals = np.take(np.concatenate(L),ids) 
    cut_idx = np.where(np.diff(ids)<0)[0]+1 
    return np.split(vals,cut_idx) 

*開始時にはループの理解が含まれていますが、リストの入力要素の長さだけを収集することを意図しているため、ランタイム全体への影響は最小限に抑える必要があります。

サンプル実行 -

In [76]: input_list = [[1,2,3,4,5],[2,6,7,8],[1,3,6,7,8],[3,2]] 

In [77]: position_based_slice(input_list) 
Out[77]: 
[array([1, 2, 1, 3]), # input_list[ID=0] 
array([2, 6, 3, 2]), # input_list[ID=1] 
array([3, 7, 6]), # input_list[ID=2] 
array([4, 8, 7]), # input_list[ID=3] 
array([5, 8])]  # input_list[ID=4] 

アプローチ＃2

はここで、インデックスに簡単で、オリジナルの入力要素に遡る2D配列を作成し、別のアプローチです。これは、ブールインデックス付けと一緒にNumPyブロードキャストを使用します。

def position_based_slice_2Dgrid(L): 

    # Get lengths of each element in input list 
    lens = np.array([len(item) for item in L]) 

    # Create a mask of valid places in a 2D grid mapped version of list 
    mask = lens[:,None] > np.arange(lens.max()) 
    out = np.full(mask.shape,-1,dtype=int) 
    out[mask] = np.concatenate(L) 
    return out 

サンプル実行 - - 実装がこのようなものになりますので

In [126]: input_list = [[1,2,3,4,5],[2,6,7,8],[1,3,6,7,8],[3,2]] 

In [127]: position_based_slice_2Dgrid(input_list) 
Out[127]: 
array([[ 1, 2, 3, 4, 5], 
     [ 2, 6, 7, 8, -1], 
     [ 1, 3, 6, 7, 8], 
     [ 3, 2, -1, -1, -1]]) 

を、今出力の各列には、IDベースの出力に対応することになります。