[英]using boolean array for indexing in numpy for 2D arrays
我使用布尔索引从numpy数组中选择元素
x = y[t<tmax]
其中ta numpy数组具有与y一样多的元素。 我的问题是如何对2D numpy数组执行相同操作? 我试过了
x = y[t<tmax][t<tmax]
但是,这似乎不起作用,因为它似乎先选择了行,然后抱怨第二个选择的维数错误。
IndexError: boolean index did not match indexed array along dimension 0; dimension is 50 but corresponding boolean dimension is 200
#
这是一个例子
print(x2D[x1D<3])
第二个打印语句产生的错误类似于上面显示的错误。 我用
[[1 2 3]
[1 2 3]]
我懂了
[[1 2]
[1 2]]
但我想要
[[1 2] [1 2]]
In [28]: x1D = np.array([1,2,3], np.int32)
...: x2D = np.array([[1,2,3],[1,2,3],[1,2,3]], np.int32)
一维蒙版:
In [29]: x1D<3
Out[29]: array([ True, True, False])
应用于一维数组(大小相同):
In [30]: x1D[_]
Out[30]: array([1, 2], dtype=int32)
应用于2d,它选择2行:
In [31]: x2D[_29]
Out[31]:
array([[1, 2, 3],
[1, 2, 3]], dtype=int32)
可以再次使用它来选择列-但请注意:
行索引的:
占位符:
In [32]: _[:, _29]
Out[32]:
array([[1, 2],
[1, 2]], dtype=int32)
如果我们从该掩码生成索引数组,则可以一步完成索引操作:
In [37]: idx = np.nonzero(x1D<3)
In [38]: idx
Out[38]: (array([0, 1]),)
In [39]: x2D[idx[0][:,None], idx[0]]
Out[39]:
array([[1, 2],
[1, 2]], dtype=int32)
编写此“ 2d”索引的另一种方法:
In [41]: x2D[ [[0],[1]], [[0,1]] ]
Out[41]:
array([[1, 2],
[1, 2]], dtype=int32)
ix_
是用于调整索引尺寸的便捷工具:
In [42]: x2D[np.ix_(idx[0], idx[0])]
Out[42]:
array([[1, 2],
[1, 2]], dtype=int32)
或将布尔型掩码传递给ix_
:
In [44]: np.ix_(_29, _29)
Out[44]:
(array([[0],
[1]]), array([[0, 1]]))
In [45]: x2D[np.ix_(_29, _29)]
Out[45]:
array([[1, 2],
[1, 2]], dtype=int32)
写In[32]
所以很接近您的尝试:
In [46]: x2D[x1D<3][:, x1D<3]
Out[46]:
array([[1, 2],
[1, 2]], dtype=int32)
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.