我将如何将一个分层列表排序为一个树/吡啶模型的迪克？

Question

我正在尝试生成一个dicts层次结构，用于在Qt中创建一个树模型。

数据在一个列表中，每个条目都是--下一个兄弟、前一个兄弟、First_Child、父级，列表中元素的索引是层次结构条目描述的轮廓的名称/索引。

例如，如果我要从4.RETR_TREE 这里部分输入层次结构

hierarchy = 
    array([[[ 7, -1,  1, -1],
            [-1, -1,  2,  0],
            [-1, -1,  3,  1],
            [-1, -1,  4,  2],
            [-1, -1,  5,  3],
            [ 6, -1, -1,  4],
            [-1,  5, -1,  4],
            [ 8,  0, -1, -1],
            [-1,  7, -1, -1]]])

我想得到这个输出：

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

我希望这样做，以建立一个Qt树模型，以便我可以很容易地看到哪些等高线包含哪些其他。如果您对如何将层次结构数据转换为Qt树模型有更好的了解，也将受到赞赏。

提前感谢！

Answer 1

与@uselpa类似，我正在提出一个解决方案，该解决方案不对具有相同父节点的节点进行排序，因为Python字典没有固定的顺序：

import numpy as np
H = np.array(
    [[ 7, -1,  1, -1],
     [-1, -1,  2,  0],
     [-1, -1,  3,  1],
     [-1, -1,  4,  2],
     [-1, -1,  5,  3],
     [ 6, -1, -1,  4],
     [-1,  5, -1,  4],
     [ 8,  0, -1, -1],
     [-1,  7, -1, -1]])

def T(i):
    children = [(h, j) for j, h in enumerate(H) if h[3] == i]
    children.sort(key = lambda h: h[0][1])
    return {c[1]: T(c[1]) for c in children}

print T(-1)

输出：

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

因此，您可以跳过子级排序，并得到以下紧凑代码：

T = lambda i: {j: T(j) for j, h in enumerate(H) if h[3] == i}
print T(-1)

Answer 2

我不熟悉Qt，numpy或opencv，所以我可能在这里遗漏了一些东西，但我还是会尝试一下。

以下算法根据请求创建字典：

def make_hdict(hier):
    def recur(parent):
        res = {}
        for i,n in enumerate(hier):
            if n[3] == parent:
                res[i] = recur(i)
        return res
    return recur(-1)

测试：

hierarchy = [[ 7, -1,  1, -1], #0
             [-1, -1,  2,  0], #1
             [-1, -1,  3,  1], #2
             [-1, -1,  4,  2], #3
             [-1, -1,  5,  3], #4
             [ 6, -1, -1,  4], #5
             [-1,  5, -1,  4], #6
             [ 8,  0, -1, -1], #7
             [-1,  7, -1, -1]] #8    
print(make_hdict(hierarchy))
=> {0: {1: {2: {3: {4: {5: {}, 6: {}}}}}}, 8: {}, 7: {}}

如您所见，此时我只使用最后一个字段(“父”)。特别地，

1. 我不使用“下一个兄弟”和“先前的兄弟”，因为字典是无序的。
2. 我没有使用“第一个孩子”，因为这是多余的信息。

这是你想要的吗？