使用python生成分层数据

Question

我需要为MxN大小(M级，N级)创建目录和子目录结构.Python中是否有任何树数据结构可以帮助我做到这一点？

示例：

输入：

3x2(3个级别和2个分级别，每个3个级别)

输出：

1

 11
  111
  112
 12
  121
  122

------
2

 21
  211
  212
 22
  221
  222
----
3
 31
  311
  312
 32
  321
  322

Answer 1

对于这样的应用程序，有几个不同的数据结构可以工作。

我的第一个直觉是使用嵌套的矩阵字典，因为这将给您提供您要寻找的多层次索引行为，并且可以用纯Python实现。由于建议的数据树的大小是MxN (因此是矩形的)，所以也可以使用pandas.DataFrame，它支持类似嵌套字典的行/列索引。但最终，我认为numpy.ndarray就是在可伸缩性方面更适合。

不过，我将提供每一个例子。

使用纯Python

在纯Python中，整数的MxN矩阵通常由整数列表表示，其类型提示为list[list[int]]。

像level/sublevel/matrix这样具有level/sublevel对(如2/21 )的数据可以用像dict[dict[Matrix]]这样的结构来表示，这将使类型提示对完整的数据结构产生类似于dict[dict[list[list[int]]]]的提示。

以下嵌套字典理解将生成建议的结构，并包含与示例中提供的数据完全相同的数据：

M = 3
N = 2

data = {
    i : {
        10 * i + j : [
            [i, j, k] for k in range(1, N + 1)
        ] for j in range(1, N + 1)
    } for i in range(1, M + 1)
}

其结果可以用pprint.pprint看到。

>>> from pprint import pprint
>>> pprint(data)
{1: {11: [[1, 1, 1], [1, 1, 2]], 12: [[1, 2, 1], [1, 2, 2]]},
 2: {21: [[2, 1, 1], [2, 1, 2]], 22: [[2, 2, 1], [2, 2, 2]]},
 3: {31: [[3, 1, 1], [3, 1, 2]], 32: [[3, 2, 1], [3, 2, 2]]}}

然后，可以通过其级别和子级别索引检索任何特定的矩阵：

>>> data[2][21]
[[2, 1, 1], [2, 1, 2]]

使用pandas.DataFrame

如果您不介意调用第三方库，则可以进一步将其转换为pandas.DataFrame并简化子级别索引：

import pandas as pd

M = 3
N = 2

data = {
    i : {
        j : [
            [i, j, k] for k in range(1, N + 1)
        ] for j in range(1, N + 1)
    } for i in range(1, M + 1)
}

df = pd.DataFrame(data)

其结果如下：

>>> df
                        1                       2                       3
1  [[1, 1, 1], [1, 1, 2]]  [[2, 1, 1], [2, 1, 2]]  [[3, 1, 1], [3, 1, 2]]
2  [[1, 2, 1], [1, 2, 2]]  [[2, 2, 1], [2, 2, 2]]  [[3, 2, 1], [3, 2, 2]]

它使用简化的子级别索引，给出其元素矩阵如下：

>>> df[2][1]  # Equivalent to data[2][21] in the pure Python example.
[[2, 1, 1], [2, 1, 2]] 

使用numpy.ndarray

此时，您可能会注意到，所讨论的数据结构实际上只是MxN矩阵的一个MxN矩阵。因此，如果您愿意，可以通过从字典理解转换为列表理解和调用MxNxMxN 4D数组将其简化为一个numpy 4D数组。

import numpy as np

M = 3
N = 2

data = [
    [
        [
            [i, j, k] for k in range(1, N + 1)
        ] for j in range(1, N + 1)
    ] for i in range(1, M + 1)
]

data = np.array(data)

，在本例中，它将生成以下形状(3, 2, 3, 2)数组

>>> data
array([[[[1, 1, 1],
         [1, 1, 2]],

        [[1, 2, 1],
         [1, 2, 2]]],


       [[[2, 1, 1],
         [2, 1, 2]],

        [[2, 2, 1],
         [2, 2, 2]]],


       [[[3, 1, 1],
         [3, 1, 2]],

        [[3, 2, 1],
         [3, 2, 2]]]])

当数组索引从零开始时，索引相对于pandas.DataFrame情况而言是逐个索引的：

>>> data[1][0]  # Equivalent to df[2][1] in the pandas example.
array([[2, 1, 1],
       [2, 1, 2]])