提取矩阵中由相同行组成的子矩阵的实现方法

嘿，我来帮你搞定这个问题～你现在的需求是把矩阵里所有相同的行归到一起，生成对应的子矩阵，但之前的嵌套循环只能两两匹配，没法把所有重复行都整合到同一个子矩阵里，而且还会出现重复输出的情况对吧？

下面给你两种实用的实现方法，都是基于NumPy的，能完美解决这个问题：

方法一：用字典分组（直观易懂） #

我们可以把每一行转换成不可变的元组作为字典的键，然后把相同行都添加到对应键的列表里，最后再把每个列表转换成NumPy矩阵就行：

import numpy as np

A = np.array([
    [0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
    [0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
    [0., 0., 0., 0., 0., 1., 0., 0., 0., 0., 0.],
    [0., 0., 0., 0., 0., 1., 0., 0., 0., 0., 0.],
    [0., 0., 0., 0., 0., 1., 0., 0., 0., 0., 0.],
    [0., 0., 0., 0., 0., 1., 0., 0., 0., 0., 0.],
    [0., 0., 0., 0., 0., 1., 0., 0., 0., 0., 0.]
])

# 初始化字典用来分组
row_groups = {}
for row in A:
    # 把行转成元组作为键（数组不能当字典键）
    row_key = tuple(row)
    if row_key not in row_groups:
        row_groups[row_key] = []
    row_groups[row_key].append(row)

# 把每个分组转成NumPy矩阵
sub_matrices = [np.vstack(group) for group in row_groups.values()]

# 输出结果
print("子矩阵B：")
print(sub_matrices[0])
print("\n子矩阵C：")
print(sub_matrices[1])

方法二：用NumPy的unique函数（更简洁） #

利用np.unique找到所有唯一行，再通过np.where定位每个唯一行在原矩阵中的位置，最后提取对应的行组成子矩阵：

import numpy as np

A = np.array([
    [0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
    [0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
    [0., 0., 0., 0., 0., 1., 0., 0., 0., 0., 0.],
    [0., 0., 0., 0., 0., 1., 0., 0., 0., 0., 0.],
    [0., 0., 0., 0., 0., 1., 0., 0., 0., 0., 0.],
    [0., 0., 0., 0., 0., 1., 0., 0., 0., 0., 0.],
    [0., 0., 0., 0., 0., 1., 0., 0., 0., 0., 0.]
])

# 获取唯一行以及每个行对应的索引标签
unique_rows, labels = np.unique(A, axis=0, return_inverse=True)

# 按标签分组提取子矩阵
sub_matrices = []
for unique_row in unique_rows:
    # 找到所有和当前唯一行匹配的行索引
    indices = np.where(labels == np.where((unique_rows == unique_row).all(axis=1))[0][0])[0]
    sub_matrix = A[indices]
    sub_matrices.append(sub_matrix)

# 输出结果
print("子矩阵B：")
print(sub_matrices[0])
print("\n子矩阵C：")
print(sub_matrices[1])

这两种方法都能自动识别所有重复行的分组，不管原矩阵多大、有多少种重复行，都能准确提取对应的子矩阵～

备注：内容来源于stack exchange，提问作者Ludovica Spada Chiodo