用布爾附加numpy數組

Question

有人可以解釋這段代碼在做什么嗎？

   a = np.array([[1, 2], [3, 4]])
   a[..., [True, False]]

什么是[True, False]在那里做什么？

Answer 1

省略號和布爾值作為整數

來自numpy文檔 ：

省略號擴展為：x.ndim與選擇元組長度相同的對象所需的對象數量。 可能只存在一個省略號

True和False 只是模糊0和1 。 以文檔為例：

x = np.array([[[1],[2],[3]], [[4],[5],[6]]])
x[...,0]
# outputs: array([[1, 2, 3],
#       [4, 5, 6]])
x[..., False] # same thing

布爾值指定索引，就像數字0或1一樣。

---

在評論中回答您的問題

這首先看起來很神奇

a = np.array([[1, 2], [3, 4]])
a[..., [True, True]]  # = [[2,2],[4,4]]

但是當我們將其視為

a[..., [1,1]] # = [[2,2],[4,4]]

看起來不那么令人印象

同理：

b = array([[1,2,3],[4,5,6]])
b[...,[2,2]] # = [[3,3],[5,5]]

應用省略號規則后; 真假抓取列索引，就像0,1或17一樣

---

用於復雜索引的布爾數組

有一些微妙的差異（bool的類型不同於整數）。 這里可以找到很多毛茸茸的細節 。 這些似乎沒有代碼中的任何滾動，但它們很有趣，弄清楚numpy索引是如何工作的。

特別是，這一行很可能是你正在尋找的：

將來，布爾數組（例如python bools列表）將始終被視為布爾索引

在這個頁面上，他們討論了布爾數組 ，它作為索引工具非常復雜

用作索引的布爾數組的處理方式與索引數組完全不同。 布爾數組的形狀必須與要索引的數組的初始尺寸相同

省略一點

與整數索引數組的情況不同，在布爾情況下，結果是一個一維數組，其中包含索引數組中與布爾數組中所有真實元素對應的所有元素。 索引數組中的元素始終是迭代的，並以行主（C樣式）順序返回。 結果也與y [np.nonzero（b）]相同。 與索引數組一樣，返回的是數據的副本，而不是切片所獲得的視圖。