[英]Return rows and columns from a 2d array using values from a 1d array in Numpy
我正在嘗試使用1-dim數組的值來切片/返回Numpy中2-dim數組的行和列。 例如,假設我有以下一個暗淡數組:[1,3,5)]和以下兩個暗淡數組:
array([[1, 0, 0, 0, 0, 0],
[0, 4, 0, 0, 0, 1],
[0, 0, 3, 0, 0, 0],
[0, 1, 0, 7, 0, 10],
[0, 0, 0, 0, 8, 0],
[0, 2, 0, 0, 0, 9]])
如何返回以下內容:
array([[4, 0, 1],
[1, 7, 10],
[2, 0, 9]])
我還希望能夠使用相同的示例制作6x6蒙版。 這樣我就可以得到:
array([[True, True, True, True, True, True],
[True, False, True, False, True, False],
[True, True, True, True, True, True],
[True, False, True, False, True, False],
[True, True, True, True, True, True],
[True, False, True, False, True, False]],)
我嘗試了許多不同的方法,但似乎沒有任何東西可以完全滿足我的需求。 我知道我可以通過編寫幾個循環來做到這一點,但我認為必須有一種更簡單的方法。 我也做了很多搜索,但仍然沒有運氣。 提前致謝!
這是你想要的嗎?
>>> a = array([[1, 0, 0, 0, 0, 0],
... [0, 4, 0, 0, 0, 1],
... [0, 0, 3, 0, 0, 0],
... [0, 1, 0, 7, 0, 10],
... [0, 0, 0, 0, 8, 0],
... [0, 2, 0, 0, 0, 9]])
>>>
>>> a[1::2,1::2]
array([[ 4, 0, 1],
[ 1, 7, 10],
[ 2, 0, 9]])
由於跨步訪問是如此常規,因此您可以使用基本切片來完成此操作。 至於面膜:
>>> a = np.ones(a.shape,dtype=bool)
>>> a[1::2,1::2] = False
>>> a
array([[ True, True, True, True, True, True],
[ True, False, True, False, True, False],
[ True, True, True, True, True, True],
[ True, False, True, False, True, False],
[ True, True, True, True, True, True],
[ True, False, True, False, True, False]], dtype=bool)
當然,這個答案是假設您希望沿軸的每個其他元素(從索引1開始)。 您可以修改切片以在索引為6時停止: a[1:6:2,1:6:2]
或獲取每個第3個元素a[1::3,1::3]
,但是如果需要隨機訪問數組,這會變得有點困難...
您可以執行以下操作:
>>> b = [1,3,5]
>>> a[:,b][b]
array([[ 4, 0, 1],
[ 1, 7, 10],
[ 2, 0, 9]])
>>> a[b][:,b] #I think the same thing, but depending on data layout, one may be faster than the other
array([[ 4, 0, 1],
[ 1, 7, 10],
[ 2, 0, 9]])
但是,此時,您可能正在復制數組,而不僅僅是獲取視圖。 這效率較低,您將無法使用它來構造布爾型掩碼,就像我們之前認為的那樣。
例程np.meshgrid()可能有用:
a = array([[1, 0, 0, 0, 0, 0],
[0, 4, 0, 0, 0, 1],
[0, 0, 3, 0, 0, 0],
[0, 1, 0, 7, 0, 10],
[0, 0, 0, 0, 8, 0],
[0, 2, 0, 0, 0, 9]])
b = np.array([1, 3, 5])
B = np.meshgrid(b,b)
print a[B].T
Out: [[ 4 0 1]
[ 1 7 10]
[ 2 0 9]]
我認為這是理想的結果。
如果將大數組放在a
,將小數組放在i
,則可以使用a[i][...,i]
進行切片。 也許也有一種方法可以一步完成,但是我還沒有足夠的numpy向導來了解它。
如果您知道步幅是規律的,那么mgilson的答案就是您想要的。 但是,如果a
是您的數組,並且您想為某個一維數組b
所有i
和j
獲得a[i, j]
,則有一個陷阱。
In : a = array([[1, 0, 0, 0, 0, 0],
[0, 4, 0, 0, 0, 1],
[0, 0, 3, 0, 0, 0],
[0, 1, 0, 7, 0, 10],
[0, 0, 0, 0, 8, 0],
[0, 2, 0, 0, 0, 9]])
In : b = np.array([1, 3, 5])
In : a[b, b]
Out: array([4, 7, 9])
問題在於,這只會使您獲得元素(1、1),(3、3)和(5、5)。 如果您嘗試在單獨的步驟中進行索引編制,
In : a[b][b]
---------------------------------------------------------------------------
IndexError Traceback (most recent call last)
<ipython-input-87-c3c286c42537> in <module>()
----> 1 a[b][b]
IndexError: index 3 is out of bounds for axis 0 with size 3
出現此錯誤是因為我兩次索引同一根軸。 這些工作之一:
In : a[b][:, b]
Out:
array([[ 4, 0, 1],
[ 1, 7, 10],
[ 2, 0, 9]])
In : a[:, b][b]
Out:
array([[ 4, 0, 1],
[ 1, 7, 10],
[ 2, 0, 9]])
[b]
選擇行, [:, b]
:, [:, b]
選擇列; 這些索引操作可以互換。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.