[英]Select columns from 3D matrix based on vector using Numpy
所以我试图根据使用 Numpy 的向量中的值从 3D 矩阵中选择一些列。 我已经使用列表理解解决了这个问题,但我认为使用 Numpy 的内置方法可能有更好的方法。 有谁知道是否存在这样的方法或方法的组合?
matrix1 = np.array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
matrix2 = np.array([[10, 11, 12],
[13, 14, 15],
[16, 17, 18]])
total_matrix = np.array([matrix1, matrix2])
vector = [0,1,1]
# Retrieve the first column from the first matrix, second and third from the second matrix.
result = np.array([total_matrix[index2,: , index1] for index1, index2 in enumerate(vector)]).transpose()
# result:
np.array([[1, 11, 12],
[4, 14, 15],
[7, 15, 18]])
In [58]: total_matrix[vector, np.arange(3)[:,None], np.arange(3)]
Out[58]:
array([[ 1, 11, 12],
[ 4, 14, 15],
[ 7, 17, 18]])
vector
索引第一个维度。 另外2个广播用它来选择需要的(3,3)。 虽然我知道一般原则,但在得到正确的一个之前,我尝试了许多变体(大约 9 个)。
在另一个答案中使用diagonal
相当于做:
In [61]: total_matrix[vector][:,np.arange(3),np.arange(3)]
Out[61]:
array([[ 1, 5, 9],
[10, 14, 18],
[10, 14, 18]])
您可以使用您的vector
对total_matrix
进行切片,然后选择它的适当对角线元素:
>>> np.diagonal(total_matrix[vector], axis1=0, axis2=2)
array([[ 1, 11, 12],
[ 4, 14, 15],
[ 7, 17, 18]])
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.