python从list列表中选出一个数和其对应的坐标方法

 更新时间:2019年07月20日 10:49:05   作者:Mr-Cat伍可猫  
今天小编就为大家分享一篇python从list列表中选出一个数和其对应的坐标方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

例1:给一个列表如下,里面每个元素对应的是x和y的值

a = [[5,2],[6,3],[8,8],[1,3]]

现在要挑出y的值为3对应的x的值,即6和1

import numpy as np

a = [[5,2],[6,3],[8,8],[1,3]] 
#c=np.mat(a),因为只有矩阵(也可以用array)才能用a[0,0]这样的调用
#表示第一个数的用法而list没有,故在最后append需要用到
#注意:array也没有index这样的用法(只有list有,此题a已经是list),
#使用index要改成list
c = np.mat(a) 
b = []
for i in range(len(a)):
  try:      #使用try...except...是因为比如3不在第一个[5,2]中会报错并终止运行
    b_index = a[i].index(3)   #使用index寻找3所在的索引值
  except:    
    pass   #pass表示如果报错那么跳过并继续下一个
  else:   #如果没有报错则进行else内容
    b.append(c[i,0])
print(b)

#结果为
[6,1]

或者使用简单的如下:

a = [[5,2],[6,3],[8,8],[1,3]]
x = [i for i in a if 3 in i]
print(x)

例2:

已知一系列坐标(x,y,z,h)分别对应横坐标纵坐标z坐标和高,现在要在x-y平面画出h=0.00221图(实际上就是等高线图)

h保留5位小数。

上面只展示了一小部分数据

1,导入数据

import matplotlib.pyplot as plt
import numpy as np

data = np.loadtxt(r'/media/sf_Share/fisher_matrix/myLSPE/data/41+95+150/r_0.01/sigma_F_0.1/sigma_F=0.1/threefre.txt')

2,将第四列即h保留5位小数

for i in range(len(data)):
  data[i,3] = float('%.5f'%data[i,3])

3,将h=0.00211对应的x,y坐标找到并保存到x_mat和y_mat中

x_mat = []
y_mat = []
for i in range(len(data)):
  try:
    data_index = list(data[i]).index(0.00211)
  except:
    pass
  else:
    x_mat.append(data[i,0])
    y_mat.append(data[i,1])

4,画散点图

plt.scatter(x_mat,y_mat)
plt.show()

结果如下:

完整代码:

import matplotlib.pyplot as plt
import numpy as np

data = np.loadtxt(r'/media/sf_Share/fisher_matrix/myLSPE/data/41+95+150/r_0.01/sigma_F_0.1/sigma_F=0.1/threefre.txt')

for i in range(len(data)):
  data[i,3] = float('%.5f'%data[i,3])
  
#data_list = list(data)
x_mat = []
y_mat = []
for i in range(len(data)):
  try:
    data_index = list(data[i]).index(0.00211)
  except:
    pass
  else:
    x_mat.append(data[i,0])
    y_mat.append(data[i,1])

plt.scatter(x_mat,y_mat)
plt.show()

以上这篇python从list列表中选出一个数和其对应的坐标方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • python 牛顿法实现逻辑回归(Logistic Regression)

    python 牛顿法实现逻辑回归(Logistic Regression)

    这篇文章主要介绍了python 牛顿法实现逻辑回归(Logistic Regression),帮助大家更好的进行机器学习,感兴趣的朋友可以了解下
    2020-10-10
  • Pandas 如何筛选包含特定字符的列

    Pandas 如何筛选包含特定字符的列

    这篇文章主要介绍了Pandas 如何筛选包含特定字符的列,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-03-03
  • Pandas Query方法使用深度总结

    Pandas Query方法使用深度总结

    大多数Pandas用户都熟悉iloc[]和loc[]索引器方法,用于检索行和列。但是随着检索数据的规则变得越来越复杂,这些方法也随之变得更加复杂而臃肿。本文将展示如何使用 query() 方法对数据框执行查询,感兴趣的可以了解一下
    2022-07-07
  • 详解Python中的List 2

    详解Python中的List 2

    这篇文章主要为大家介绍了Python中的List,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助
    2021-12-12
  • Flask表单与表单验证实现流程介绍

    Flask表单与表单验证实现流程介绍

    这篇文章主要介绍了python中Flask Web 表单的使用方法介绍,表单的操作是Web程序开发中最核心的模块之一,绝大多数的动态交互功能都是通过表单的形式实现的。更多介绍需要的小伙伴可以参考下面文章内容
    2022-09-09
  • python负载均衡的简单实现方法

    python负载均衡的简单实现方法

    这篇文章给大家介绍用python实现最简单的负载均衡方法,即将请求发送到未宕机的服务器上,感兴趣的朋友一起看看吧
    2018-02-02
  • django fernet fields字段加密实践详解

    django fernet fields字段加密实践详解

    这篇文章主要介绍了django fernet fields字段加密实践详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-08-08
  • PyTorch深度学习模型的保存和加载流程详解

    PyTorch深度学习模型的保存和加载流程详解

    PyTorch是一个开源的Python机器学习库,基于Torch,用于自然语言处理等应用程序。2017年1月,由Facebook人工智能研究院(FAIR)基于Torch推出了PyTorch,这篇文章主要介绍了PyTorch模型的保存和加载流程
    2021-10-10
  • Python实现决策树C4.5算法的示例

    Python实现决策树C4.5算法的示例

    本篇文章主要介绍了Python实现决策树C4.5算法的示例,详解的介绍了决策树C4.5算法的原理和实现代码,非常具有实用价值,需要的朋友可以参考下
    2018-05-05
  • python自动化之Ansible的安装教程

    python自动化之Ansible的安装教程

    这篇文章主要介绍了python自动化之Ansible的安装方法,结合实例形式分析了自动化运维工具Ansible的安装步骤及相关操作命令,需要的朋友可以参考下
    2019-06-06

最新评论