[英]Index 2D numpy array by a 2D array of indices without loops
我正在尋找一種矢量化的方法來通過numpy.array
索引索引numpy.array
。
例如:
import numpy as np
a = np.array([[0,3,4],
[5,6,0],
[0,1,9]])
inds = np.array([[0,1],
[1,2],
[0,2]])
我想建立一個新的陣列,使得陣列中的每一行(i)是陣列中的一行(一) a
,通過陣列INDS(I)的行索引。 我想要的輸出是:
array([[ 0., 3.], # a[0][:,[0,1]]
[ 6., 0.], # a[1][:,[1,2]]
[ 0., 9.]]) # a[2][:,[0,2]]
我可以用一個循環來實現這一點:
def loop_way(my_array, my_indices):
new_array = np.empty(my_indices.shape)
for i in xrange(len(my_indices)):
new_array[i, :] = my_array[i][:, my_indices[i]]
return new_array
但我正在尋找一個純矢量化的解決方案。
當使用索引數組來索引另一個數組時,每個索引數組的形狀應該與輸出數組的形狀相匹配。 您希望列索引匹配inds
,並且您希望行索引匹配輸出的行,例如:
array([[0, 0],
[1, 1],
[2, 2]])
你可以只使用上述的單個列中,由於廣播,所以可以使用np.arange(3)[:,None]
為垂直arange
因為None
插入一個新的軸:
>>> np.arange(3)[:, None]
array([[0],
[1],
[2]])
最后,一起:
>>> a[np.arange(3)[:,None], inds]
array([[0, 3], # a[0,[0,1]]
[6, 0], # a[1,[1,2]]
[0, 9]]) # a[2,[0,2]]
這樣做是有可能的,雖然有點不明顯,如下所示:
>>> a[np.arange(a.shape[0])[:, None], inds]
array([[0, 3],
[6, 0],
[0, 9]])
索引np.arange(a.shape[0])
只是索引列索引inds
數組所適用的行。 附加[:, None]
修改此數組的形狀,使其形狀為(a.shape[0], 1)
,即每個行索引位於 1 列寬的 2D 數組的單獨行中。
基本原則是索引數組的維數必須一致,它們的形狀也必須一致。 請參閱np.ix_
文檔以了解這一點。
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.