使用Multidict将Numpy数组转换为字典

Question

我有一段代码，它以Numpy数组格式生成一个矩阵，其中第一列包含一个表示索引的变量，其他列包含其他变量

我想将其转换为一个字典，其中矩阵的每一行都成为一个条目，第一列值（索引）作为键，其他列变量作为具有相同键的值

比如：

matrix = np.array([ [1, a,b,c], [2, d,e,f], [3, g,h,i] ])

应成为以下格式的词典：

{1: a, b, c
 2: d, e, f
 3: g, h, i}

其中每个a, d, g具有相同的密钥，b, e, h具有相同的密钥等

使用multidict（正如我在Gurobi中使用优化模型的代码一样），我已经能够使用以下方法对一行执行此操作：

key1,value1,value2,value3 = gurobipy.multidict({tuple(matrix[0,0]):tuple(matrix[0,1:]))})

但是，我不能让它对矩阵的所有行都起作用。如果我将行的索引从0更改为全部：

key,value1,value2,value3 = gurobipy.multidict({tuple(matrix[:,0]):tuple(matrix[:,1:]))})

我收到一个错误“没有足够的值来解包”。值的第二个参数tuple(matrix[:,1:])似乎没有（正确地）解析1:end中每行的所有列条目

如果我为每个值指定列索引，它确实有效：

key1,value1,value2,value3 = gurobipy.multidict({tuple(matrix[:,0]):[tuple(matrix[:,1]),tuple(matrix[:,2]),tuple(matrix[:,3])]})

但是，由于列的数量可能会发生变化，这对我来说并不可靠。因此，我希望每一行的代码都将第一列索引值作为主键、唯一键，并将所有后续列变量作为每一列具有相同键的值

有没有办法重写我的坏代码来实现这一点