[英]python numpy array indexed by a whole array
t_index = np.argsort(adj, axis = 0)[:,::-1] # 54 x 54 shape
t = np.sort(adj, axis= 0)[:,::-1] # 54 x 54
t[5:,] = 0
adj = t[t_index] # 54 x 54 x 54
而不是返回54 x 54的形状,而是54 x 54 x54。如何获得相同的形状? 为什么是三维的?
让我举一个例子,说明谁使用t[t_index]
语法来帮助您了解其工作原理。 有时我会使用整数数组使用调色板来表示图像。 256种颜色(rgb值)中的每一种都存储在形状为(256,3)的托盘阵列中。 图像存储为0到255之间(1000、1000)个整数的数组,或者存储在托盘数组中的索引。 如果我想创建一个rgb图像,例如出于显示目的,我要做rgbimage = pallet[image]
以创建一个( rgbimage = pallet[image]
的rgb图像。
更新:我看到您已经在include argsort中更新了您的问题,也许您正在尝试执行与此问题类似的操作。 对于二维数组,简短版本如下所示:
s = np.random.random((54, 54))
t = np.random.random((54, 54))
axis = 0
t_index = s.argsort(axis)
idx = np.ogrid[:t.shape[0], :t.shape[1]]
idx[axis] = t_index
t_sort = t[idx]
我一直在寻找一种很好的解释方法,但是似乎找不到一个好的方法。 如果有人对ogrid
工作原理或numpy索引中的广播工作原理有很好的参考,请在注释中留下注释。 我会写一个简短的解释,这应该会有所帮助。 可以说t
是一个二维数组,我想从每一列中选择2个元素,我将执行以下操作:
t = np.arange((12)).reshape(3, 4)
print t
# [[ 0, 1, 2, 3],
# [ 4, 5, 6, 7],
# [ 8, 9, 10, 11]]
print t[[0, 3], :]
# [[ 0 1 2 3]
# [ 8 9 10 11]]
现在想象一下,我想要每行中都有不同的元素,我可以尝试:
row_index = [[0, 2],
[0, 2],
[1, 2],
[0, 1]]
t[row_index]
# Which in python is the same as
t[row_index, :]
但这是行不通的。 这种行为不足为奇,因为:
表示每一列。 在前面的示例中,我们得到的每一列均为0,每列均为2。我们真正想要的是:
row_index = [[0, 2],
[0, 2],
[1, 2],
[0, 1]]
column_index = [[0, 0],
[1, 1],
[2, 2],
[3, 3]]
t[row_index, column_index]
Numpy还让我们作弊并使用以下内容,因为这些值只是重复出现的:
column_index = [[0],
[1],
[2],
[3]]
阅读有关广播的内容,以更好地理解这一点。 我希望这个解释会有所帮助。
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.