[英]Return rows and columns from a 2d array using values from a 1d array in Numpy
我正在尝试使用1-dim数组的值来切片/返回Numpy中2-dim数组的行和列。 例如,假设我有以下一个暗淡数组:[1,3,5)]和以下两个暗淡数组:
array([[1, 0, 0, 0, 0, 0],
[0, 4, 0, 0, 0, 1],
[0, 0, 3, 0, 0, 0],
[0, 1, 0, 7, 0, 10],
[0, 0, 0, 0, 8, 0],
[0, 2, 0, 0, 0, 9]])
如何返回以下内容:
array([[4, 0, 1],
[1, 7, 10],
[2, 0, 9]])
我还希望能够使用相同的示例制作6x6蒙版。 这样我就可以得到:
array([[True, True, True, True, True, True],
[True, False, True, False, True, False],
[True, True, True, True, True, True],
[True, False, True, False, True, False],
[True, True, True, True, True, True],
[True, False, True, False, True, False]],)
我尝试了许多不同的方法,但似乎没有任何东西可以完全满足我的需求。 我知道我可以通过编写几个循环来做到这一点,但我认为必须有一种更简单的方法。 我也做了很多搜索,但仍然没有运气。 提前致谢!
这是你想要的吗?
>>> a = array([[1, 0, 0, 0, 0, 0],
... [0, 4, 0, 0, 0, 1],
... [0, 0, 3, 0, 0, 0],
... [0, 1, 0, 7, 0, 10],
... [0, 0, 0, 0, 8, 0],
... [0, 2, 0, 0, 0, 9]])
>>>
>>> a[1::2,1::2]
array([[ 4, 0, 1],
[ 1, 7, 10],
[ 2, 0, 9]])
由于跨步访问是如此常规,因此您可以使用基本切片来完成此操作。 至于面膜:
>>> a = np.ones(a.shape,dtype=bool)
>>> a[1::2,1::2] = False
>>> a
array([[ True, True, True, True, True, True],
[ True, False, True, False, True, False],
[ True, True, True, True, True, True],
[ True, False, True, False, True, False],
[ True, True, True, True, True, True],
[ True, False, True, False, True, False]], dtype=bool)
当然,这个答案是假设您希望沿轴的每个其他元素(从索引1开始)。 您可以修改切片以在索引为6时停止: a[1:6:2,1:6:2]
或获取每个第3个元素a[1::3,1::3]
,但是如果需要随机访问数组,这会变得有点困难...
您可以执行以下操作:
>>> b = [1,3,5]
>>> a[:,b][b]
array([[ 4, 0, 1],
[ 1, 7, 10],
[ 2, 0, 9]])
>>> a[b][:,b] #I think the same thing, but depending on data layout, one may be faster than the other
array([[ 4, 0, 1],
[ 1, 7, 10],
[ 2, 0, 9]])
但是,此时,您可能正在复制数组,而不仅仅是获取视图。 这效率较低,您将无法使用它来构造布尔型掩码,就像我们之前认为的那样。
例程np.meshgrid()可能有用:
a = array([[1, 0, 0, 0, 0, 0],
[0, 4, 0, 0, 0, 1],
[0, 0, 3, 0, 0, 0],
[0, 1, 0, 7, 0, 10],
[0, 0, 0, 0, 8, 0],
[0, 2, 0, 0, 0, 9]])
b = np.array([1, 3, 5])
B = np.meshgrid(b,b)
print a[B].T
Out: [[ 4 0 1]
[ 1 7 10]
[ 2 0 9]]
我认为这是理想的结果。
如果将大数组放在a
,将小数组放在i
,则可以使用a[i][...,i]
进行切片。 也许也有一种方法可以一步完成,但是我还没有足够的numpy向导来了解它。
如果您知道步幅是规律的,那么mgilson的答案就是您想要的。 但是,如果a
是您的数组,并且您想为某个一维数组b
所有i
和j
获得a[i, j]
,则有一个陷阱。
In : a = array([[1, 0, 0, 0, 0, 0],
[0, 4, 0, 0, 0, 1],
[0, 0, 3, 0, 0, 0],
[0, 1, 0, 7, 0, 10],
[0, 0, 0, 0, 8, 0],
[0, 2, 0, 0, 0, 9]])
In : b = np.array([1, 3, 5])
In : a[b, b]
Out: array([4, 7, 9])
问题在于,这只会使您获得元素(1、1),(3、3)和(5、5)。 如果您尝试在单独的步骤中进行索引编制,
In : a[b][b]
---------------------------------------------------------------------------
IndexError Traceback (most recent call last)
<ipython-input-87-c3c286c42537> in <module>()
----> 1 a[b][b]
IndexError: index 3 is out of bounds for axis 0 with size 3
出现此错误是因为我两次索引同一根轴。 这些工作之一:
In : a[b][:, b]
Out:
array([[ 4, 0, 1],
[ 1, 7, 10],
[ 2, 0, 9]])
In : a[:, b][b]
Out:
array([[ 4, 0, 1],
[ 1, 7, 10],
[ 2, 0, 9]])
[b]
选择行, [:, b]
:, [:, b]
选择列; 这些索引操作可以互换。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.