[英]Numpy array indexing behavior
我正在玩numpy數組索引並發現這種奇怪的行為。 當我使用np.array
或list
索引時,它按預期工作:
In[1]: arr = np.arange(10).reshape(5,2)
arr[ [1, 1] ]
Out[1]: array([[2, 3],
[2, 3]])
但是當我放置tuple
,它給了我一個元素:
In[1]: arr = np.arange(10).reshape(5,2)
arr[ (1, 1) ]
Out[1]: 3
還有一些這種奇怪的tuple
vs list
行為與arr.flat
一起arr.flat
:
In[1]: arr = np.arange(10).reshape(5,2)
In[2]: arr.flat[ [3, 4] ]
Out[2]: array([3, 4])
In[3]: arr.flat[ (3, 4) ]
Out[3]: IndexError: unsupported iterator index
我無法理解引擎蓋下發生了什么? 在這種情況下, tuple
和list
什么區別?
Python 3.5.2
NumPy 1.11.1
發生的事情被稱為花式索引或高級索引 。 使用切片或列表/數組進行索引之間存在差異。 訣竅在於,由於隱式元組語法,多維索引實際上與元組一起使用:
import numpy as np
arr = np.arange(10).reshape(5,2)
arr[2,1] == arr[(2,1)] # exact same thing: 2,1 matrix element
但是,在索引表達式中使用列表 (或數組)的行為會有所不同:
arr[[2,1]]
將索引到arr
為1,然后用2,所以首先它取arr[2]==arr[2,:]
,然后arr[1]==arr[1,:]
,並返回這兩行(第2行)和行1)作為結果。
它變得更加有趣:
print(arr[1:3,0:2])
print(arr[[1,2],[0,1]])
第一個是常規索引,它將行1到2和0到1列包括在內; 給你一個2x2的子陣列。 第二個是花哨的索引,它在數組中給你arr[1,0],arr[2,1]
,即它使用索引列表的zip()
選擇性地索引到你的數組中。
現在這就是為什么flat
工作的原因:它會返回數組的flatiter
。 來自help(arr.flat)
:
class flatiter(builtins.object)
| Flat iterator object to iterate over arrays.
|
| A `flatiter` iterator is returned by ``x.flat`` for any array `x`.
| It allows iterating over the array as if it were a 1-D array,
| either in a for-loop or by calling its `next` method.
因此,來自arr.flat
的結果迭代器表現為1d數組。 當你這樣做
arr.flat[ [3, 4] ]
你正在使用花式索引訪問該虛擬1d數組的兩個元素; 有用。 但是當你想要做的時候
arr.flat[ (3,4) ]
你試圖訪問1d(!)數組的(3,4)
元素,但這是錯誤的。 這不會拋出IndexError的原因可能只是因為arr.flat
本身處理這個索引的情況。
In [387]: arr=np.arange(10).reshape(5,2)
使用此列表,您將從arr
中選擇2行
In [388]: arr[[1,1]]
Out[388]:
array([[2, 3],
[2, 3]])
它與您明確標記列切片(使用:或......)相同
In [389]: arr[[1,1],:]
Out[389]:
array([[2, 3],
[2, 3]])
使用數組而不是列表有效: arr[np.array([1,1]),:]
。 (它也消除了一些含糊之處。)
使用tuple
,結果與編寫沒有元組包裝器的索引相同。 因此它選擇行索引為1,列索引為1的元素。
In [390]: arr[(1,1)]
Out[390]: 3
In [391]: arr[1,1]
Out[391]: 3
arr[1,1]
由解釋器翻譯成arr.__getitem__((1,1))
。 正如Python中常見的那樣, 1,1
是(1,1)
簡寫。
在arr.flat
情況下,您將數組編入索引,就像它是1d一樣。 np.arange(10)[[2,3]]
選擇2項,而np.arange(10)[(2,3)]
是2d索引,因此是錯誤。
最近幾個問題涉及一個更加混亂的角落案件。 有時列表被視為元組。 討論可能具有啟發性,但如果令人困惑,就不要去那里。
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.