我是python新手。所以我想用循环来完成这项工作，而不用像发电机这样的花哨玩意儿。我有两个二维数组，一个整数数组，另一个字符串数组如下：
整数二维列表：
这里，dataset2d[0][0]是表中的行数，dataset[0][1]是列数。所以下面的2d列表有6行4列
dataset2d = [
[6, 4],
[0, 0, 0, 1],
[1, 0, 2, 0],
[2, 2, 0, 1],
[1, 1, 1, 0],
[0, 0, 1, 1],
[1, 0, 2, 1]
]
字符串2d列表：
partition2d = [
['A', '1', '2', '4'],
['B', '3', '5'],
['C', '6']
]
第一列是一个标签。对于组A，1、2和4是我需要从dataset2d中提取并应用公式的行号。因此，这意味着我将读取1，转到partition[*][0]中的第1行并读取第一列值，即dataset2d，然后从dataset2d[1][0]中读取2，转到数据集2d的第2行并读取第一列，即partition2d。类似地，下一篇我将阅读dataset2d[2][0]。
然后我将进行一些计算，获取一个值并将其存储在2d列表中，然后转到dataset2d中这些行的下一列。因此在本例中，下一个读取的列值将是dataset2d[4][0]，dataset2d[1][1]，dataset2d[2][1]。然后再次进行一些计算，得到该列的一个值，并存储它。在到达dataset2d[4][1]的最后一列之前，我会一直这样做。
dataset2d中的下一行是partition2d。所以我从[B, 3, 5]，dataset2d[3][0]开始。获取该列的值为公式。然后是realdataset2d[5][0]，dataset2d [3][1]等，直到我到达最后一列。我这样做，直到读取partition2d中的所有行。
我试过的：
for partitionRow in partition2d:
for partitionCol in partitionRow:
for colDataset in dataset2d:
print dataset2d[partitionCol][colDataset]
我面临的问题是：
partition2d是一个字符串数组，我需要跳过第一列，该列包含a、b、c等字符。
我只想在dataset2d列中对partition2d中给定的行号进行迭代，所以coldataset应该在我处理完该列之后才增加。
更新1：
我正在从文本文件中读取内容，并且2D列表中的数据可以根据文件内容和大小而变化，但是FILIE1、DeaseT2D和FILIE2 IE分区2D的结构将是相同的。
update2：因为eric询问了输出应该是什么样的。
0.842322 0.94322 0.34232 0.900009 (For A) 0.642322 0.44322 0.24232 0.800009 (For B)
这只是一个例子，数字是我随机输入的。
因此，第一个数字0.842322是将公式应用于dataset2d的第0列的结果，即dataset2d[partitioncol][0]对于考虑了第1、2、4行的a组。
第二个数字0.94322是将公式应用于dataset2d的列1的结果，即dataset2d[partitioncol][1]对于考虑了行1,24的组a。
第三个数，0.34232是将公式应用于数据集2D的列2的结果，即A组的数据集2D [分区Cope]〔2〕，考虑了行1,2 4。同样，我们得到0.900009。
第二行中的第一个数字，即0.642322是将公式应用于dataset2d的第0列的结果，即dataset2d[partitioncol][0]，对于考虑了第3、5行的b组。等等。
最佳答案
您可以使用Numpy（我希望这对您来说不太新奇）：
import numpy
dataset2D = [ [6, 4], [0, 0, 0, 1], [1, 0, 2, 0], [2, 2, 0, 1], [1, 1, 1, 0], [0, 0, 1, 1], [1, 0, 2, 1] ]
dataset2D_size = dataset2D[0]
dataset2D = numpy.array(dataset2D)
partition2D = [ ['A', '1', '2', '4'], ['B', '3', '5'], ['C', '6'] ]
for partition in partition2D:
label = partition[0]
row_indices = [int(i) for i in partition[1:]]
# Take the specified rows
rows = dataset2D[row_indices]
# Iterate the columns (this is the power of Python!)
for column in zip(*rows):
# Now, column will contain one column of data from specified row indices
print column, # Apply your formula here
print
或者如果您不想安装numpy，可以这样做（实际上，这是您想要的）：
dataset2D = [ [6, 4], [0, 0, 0, 1], [1, 0, 2, 0], [2, 2, 0, 1], [1, 1, 1, 0], [0, 0, 1, 1], [1, 0, 2, 1] ]
partition2D = [ ['A', '1', '2', '4'], ['B', '3', '5'], ['C', '6'] ]
dataset2D_size = dataset2D[0]
for partition in partition2D:
label = partition[0]
row_indices = [int(i) for i in partition[1:]]
rows = [dataset2D[row_idx] for row_idx in row_indices]
for column in zip(*rows):
print column,
print
两者都将打印：
(0, 1, 1) (0, 0, 1) (0, 2, 1) (1, 0, 0) (2, 0) (2, 0) (0, 1) (1, 1) (1,) (0,) (2,) (1,)
Explanation of second code (without Numpy):
[dataset2D[row_idx] for row_idx in row_indices]
基本上就是把每一行（dataset2D[row_idx]）整理成一个列表。所以这个表达式的结果是一个列表列表（来自指定的行索引）
for column in zip(*rows):
然后zip(*rows)将按列迭代（您需要的）。这是通过获取每行的第一个元素，然后将它们组合在一起形成tuple。在每次迭代中，结果都存储在变量column中。
然后在for column in zip(*rows):中，您已经从指定行中获得了预期的按列迭代元素！
应用公式，只需将print column,改为你想做的事情。例如，我修改代码以包含行号和列号：
print 'Processing partition %s' % label
for (col_num, column) in enumerate(zip(*rows)):
print 'Column number: %d' % col_num
for (row_num, element) in enumerate(column):
print '[%d,%d]: %d' % (row_indices[row_num], col_num, element)
这将导致：
处理分区A
列号：0
[1,0]：0
[2,0]：1
[4,0]：1个
列号：1
[1,1]：0
[2,1]：0
[4,1]：1个
列号：2
[1,2]：0
[2,2]：2个
[4,2]：1个
列号：3
[1,3]：1个
[2,3]：0
[4,3]：0
处理分区B
列号：0
[3,0]：2个
[5,0]：0
列号：1
[3,1]：2个
[5,1]：0
列号：2
[3,2]：0
[5,2]：1个
列号：3
[3,3]：1个
[5,3]：1个
处理分区C
列号：0
[6,0]：1个
列号：1
[6,1]：0
列号：2
[6,3]：2个
列号：3
[6,3]：1个
我希望这能有帮助。