在任意位置插入列的python方法

Question

我有一个由行列表表示的数据网格：

tableData = [
    [-27.37, 36.61 , 8.90  , -11.20, -36.03, -42.34],
    [16.83 , -33.45, -5.15 , 12.90 , -48.60, -8.70],
    [-19.73, 2.64  , 7.21  , 24.16 , 18.38 , 20.47],
    [-31.05, 15.07 , 42.69 , -32.13, -36.02, 42.31],
    [15.18 , 30.54 , -47.31, 48.38 , 31.60 , -1.98]
]

现在，我想插入两个包含None值的列，例如在列2&3和列4&5之间，这样我就有了以下内容：

tableDataWithNones = [
    [-27.37, 36.61 , None,  8.90  , -11.20, None, -36.03, -42.34],
    [16.83 , -33.45, None,  -5.15 , 12.90 , None,  -48.60, -8.70],
    [-19.73, 2.64  , None,  7.21  , 24.16 , None,  18.38 , 20.47],
    [-31.05, 15.07 , None,  42.69 , -32.13, None,  -36.02, 42.31],
    [15.18 , 30.54 , None,  -47.31, 48.38 , None,  31.60 , -1.98]
]

我可以用双for循环这样做：

spacerPositions = [2, 4]
for i in tableData:
    for j in reversed(spacerPositions):
        i.insert(j, None)

但这并不像是一种Python式的方式。你知道吗

我在想我可以使用numpy来转换数据，这样列就可以变成行，然后我可以使用insert来放入None的行，然后再转换回数据。但是insert不能为索引取多个值，所以我仍然必须使用for循环。你知道吗

有什么办法能让我做得更好吗？你知道吗

Answer 1

使用^{}：

>>> import numpy as np
>>> arr = np.array(tableData)
>>> np.insert(arr, (2, 4), None, axis=1)
array([[-27.37,  36.61,    nan,   8.9 , -11.2 ,    nan, -36.03, -42.34],
       [ 16.83, -33.45,    nan,  -5.15,  12.9 ,    nan, -48.6 ,  -8.7 ],
       [-19.73,   2.64,    nan,   7.21,  24.16,    nan,  18.38,  20.47],
       [-31.05,  15.07,    nan,  42.69, -32.13,    nan, -36.02,  42.31],
       [ 15.18,  30.54,    nan, -47.31,  48.38,    nan,  31.6 ,  -1.98]])

Answer 2

一种非传统的、实用的方法：

from functools import partial

    def insertFunc(data, locs):
        out = []

        for i,d in enumerate(data):
            if i in locs:
                out.append(None)

            out.append(d)

        return out

map(partial(insertFunc,locs=spacerPositions),tableData)

将此与

for i in spacerPositions: 
    for row in tableData: 
        row.insert(i, None)

通过timeit(...,number=10000)，我得到：

第一种算法为0.144109010696 第二种算法为0.606826066971

这是有意义的，因为insert是O（n），而append是O（1）。你知道吗

令人惊讶的是，使用numpy为已接受的解决方案计时时：

 timeit.timeit('np.insert(arr,(2,4), None, axis=1)',number=10000,setup='import numpy as np;from __main__ import tableData; arr = np.array(tableData)')

给出0.44481992721557617