按条件索引大型二维 numpy 数组

Question

我有一个形状为 (1500, 3712) 的 2D NumPy 数组。 我想找到值在 -10 到 -40 之间的数组索引。 到目前为止，我有：

for item in lon_array:
    for value in item:
        if value >= -40 and value <= -10:
            find_index = np.where(lon_array == value)
            index = np.asarray(find_index).T

既然它是一个非常大的数组，有没有办法让它更快？

Answer 1

假设您的lon_array是一个 NumPy 数组，您可以使用以下方法：

find_index = np.where(np.logical_and(lon_array >= -40, lon_arr <= -10))
index =  np.asarray(find_index).T

由于np.where只需要一个条件，您可以将两个条件结合起来使用np.logical_and来获得 between 条件。

它也可以作为单线完成：

>>> lon_arr
array([[ 20, -40],
       [ 30, -30],
       [ 20, -14],
       [ 30, -30]])
>>> np.asarray(np.where(np.logical_and(lon_arr>=-40, lon_arr<=-10))).T
array([[0, 1],
       [1, 1],
       [2, 1],
       [3, 1]])

Answer 2

如果lon_array是列表列表（Python 的内置基本数据类型），则使用enumerate(...)将是了解元素索引的最佳方法：

for y, row in enumerate(lon_array):
    for x, value in enumerate(row):
        if -40 <= value <= -10:
            index = (y, x)
            # do something useful with it...

Answer 3

使用numpy.where ，您可以根据数据的值提取索引，并保持在构建numpy的优化c code执行的数据的迭代：

import numpy as np

x = np.random.random(10).reshape(2, 5)
print(x)
indices = np.where(x < 0.2)  #<--- this selects the indices based on a filter
print(indices)
x[indices]

输出：

[[ 0.11129659  0.33608351  0.07542966  0.44118394  0.14848829]
 [ 0.8475123   0.27994122  0.91797756  0.02662857  0.52820238]]

# These are the indices produced by np.where:
# the first array contains the rows `i` and the second the columns `j`
(array([0, 0, 0, 1]), array([0, 2, 4, 3]))

array([ 0.11129659,  0.07542966,  0.14848829,  0.02662857])

因为您的过滤器中有两个条件，我建议您使用以下构造来构建比np.where直接接受的更复杂的布尔表达式：

indices = np.where(np.logical_or(x < 0.2, x > 0.8))

Answer 4

为了完整numpy.indices ，您可以使用numpy.indices作为其他答案中提出的基于numpy.where的解决方案的替代方案：

In [1245]: lon_array = np.linspace(-70, 20, 10).reshape(2, 5)

In [1246]: lon_array
Out[1246]: 
array([[-70., -60., -50., -40., -30.],
       [-20., -10.,   0.,  10.,  20.]])

In [1247]: idx = np.nonzero(np.logical_and(lon_array >= -40, lon_array <= -10))

In [1248]: idx
Out[1248]: (array([0, 0, 1, 1], dtype=int64), array([3, 4, 0, 1], dtype=int64))

In [1249]: lon_array[idx]
Out[1249]: array([-40., -30., -20., -10.])

上面的演示显示 NumPy 的nonzero返回一个一维数组元组，当用作选择对象时会触发高级索引。