![](/img/trans.png)
[英]Is there an opposite of np.take for multi-dimensional case in NumPy?
[英]python numpy `np.take` with 2 dimensional array
我正在尝试从具有给定坐标列表的 2D numpy 数组中获取元素列表,我想避免使用循环。 我看到np.take
适用于一维数组,但我无法使其适用于二维 arrays。
例子:
a = np.array([[1,2,3], [4,5,6]])
print(a)
# [[1 2 3]
# [4 5 6]]
np.take(a, [[1,2]])
# gives [2, 3] but I want just [6]
我想避免循环,因为我认为那会更慢(我需要速度)。 但是如果你能说服我一个循环和现有的 numpy function 解决方案一样快,那么我可以 go 解决它。
如果我理解正确的话,你有一个这样的坐标列表:
coords = [[y0, x0], [y1, x1], ...]
要在这些坐标处获取数组a
的值,您需要:
a[[y0, y1, ...], [x0, x1, ...]]
所以a[coords]
将不起作用。 一种方法是:
Y = [c[0] for c in coords]
X = [c[1] for c in coords]
要么
Y = np.transpose(coords)[0]
X = np.transpose(coords)[1]
然后
a[Y, X]
花式索引是否可以满足您的需求? np.take 似乎在操作前将数组展平。
import numpy as np
a = np.arange(1, 10).reshape(3,3)
a
# array([[1, 2, 3],
# [4, 5, 6],
# [7, 8, 9]])
rows = [ 1,1,2,0]
cols = [ 0,1,1,2]
# Use the indices to access items in a
a[rows, cols]
# array([4, 5, 8, 3])
a[1,0], a[1,1], a[2,1], a[0,2]
# (4, 5, 8, 3)
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.