eine Liste von Listen von Punkten Konvertieren von y und x Listen

Question

ich wie so strukturiert haben eine Liste zu trennen:

>>> print(pts) 
[[(120, 1200), (121, 1201), (122, 1202)], 
[(130, 1300), (131, 1301), (132, 1302)]] 

Und ich brauche alle x und y Punkte getrennt verkettet wie so:

>>> print(y) 
[120 121 122 130 131 132] 
>>> print(x) 
[1200 1201 1202 1300 1301 1302 

die ursprüngliche Liste wird durch das folgende Verfahren erzeugt:

pts = [] 
y = [120, 121, 122] 
x = [1200, 1201, 1202] 
pts.append(list(zip(y, x))) 
x = [1300, 1301, 1302] 
y = [130, 131, 132] 
pts.append(list(zip(y, x))) 

Das Endergebnis Listen seperate y und x sein muss, so kann man sie verwenden w ith np.polyfit(). Die Länge sowohl der einzelnen Punkteliste als auch der Gesamtliste variiert, aber ich werde immer die gleiche Länge von y- und x-Punkten haben. Ich denke, es sollte einen Weg geben, sich umzugestalten und in Stücke zu schneiden? Vielleicht könnte ich alle geraden Indizes für x und ungerade Indizes für y abflachen und nehmen?

Answer 1

Sie können dies versuchen:

from itertools import chain 

pts = [[(120, 1200), (121, 1201), (122, 1202)], 
[(130, 1300), (131, 1301), (132, 1302)]] 

all_points = list(chain(*pts)) 

y = [i[0] for i in all_points] 

x = [i[1] for i in all_points] 

print y 

print x 

Ausgang:

[120, 121, 122, 130, 131, 132] 

[1200, 1201, 1202, 1300, 1301, 1302] 

itertools.chain() können Sie die verschachtelte Liste glätten und in der Lage die Tupel zuzugreifen.

Answer 2

Sie können auch zip mit Liste Verständnis verwenden:

x, y = zip(*(p for s in pts for p in s)) 

x 
# (120, 121, 122, 130, 131, 132) 

y 
# (1200, 1201, 1202, 1300, 1301, 1302) 

Answer 3

Normalerweise ist eine reine Liste Ansatz schneller ist, wenn sie mit kleinen Listen beginnen. Aber da Sie eine numpy Funktion füttern, die wahrscheinlich asarray auf seine Eingänge anwenden wird, würde ich einen Array-Transpose-Ansatz vorschlagen.

arr = np.array(pts) # 2x3x2 array 
arr = arr.reshape(6,2) 
x, y = arr.T # unpack a 2x6 array 

---

Testing:

In [614]: pts 
Out[614]: 
[[(120, 1200), (121, 1201), (122, 1202)], 
[(130, 1300), (131, 1301), (132, 1302)]] 
In [615]: np.array(pts).shape 
Out[615]: (2, 3, 2) 
In [616]: np.array(pts).reshape(-1,2).T 
Out[616]: 
array([[ 120, 121, 122, 130, 131, 132], 
     [1200, 1201, 1202, 1300, 1301, 1302]]) 
In [617]: y, x = np.array(pts).reshape(-1,2).T 
In [618]: y 
Out[618]: array([120, 121, 122, 130, 131, 132]) 
In [619]: x 
Out[619]: array([1200, 1201, 1202, 1300, 1301, 1302]) 

---

np.polyfit beginnt mit:

order = int(deg) + 1 
x = NX.asarray(x) + 0.0 
y = NX.asarray(y) + 0.0 

---

Wenn pts hatte mit extend die gemeinsame zip* hätte genügt,

In [625]: pts = [] 
    ...: y = [120, 121, 122] 
    ...: x = [1200, 1201, 1202] 
    ...: pts.extend(list(zip(y, x))) 
    ...: x = [1300, 1301, 1302] 
    ...: y = [130, 131, 132] 
    ...: pts.extend(list(zip(y, x))) 
    ...: 
In [626]: pts 
Out[626]: [(120, 1200), (121, 1201), (122, 1202), (130, 1300), (131, 1301), (132, 1302)] 
In [627]: y,x = list(zip(*pts)) 
In [628]: y 
Out[628]: (120, 121, 122, 130, 131, 132) 
In [629]: x 
Out[629]: (1200, 1201, 1202, 1300, 1301, 1302) 

---

Die chain Abflachung mit dem *zip transponieren kombiniert werden können, erstellt wurde, die Notwendigkeit einer Liste Verständnis zu beseitigen.

In [642]: pts 
Out[642]: 
[[(120, 1200), (121, 1201), (122, 1202)], 
[(130, 1300), (131, 1301), (132, 1302)]] 
In [643]: y,x=list(zip(*chain(*pts))) 
In [644]: y 
Out[644]: (120, 121, 122, 130, 131, 132) 
In [645]: x 
Out[645]: (1200, 1201, 1202, 1300, 1301, 1302)