Usind 3D數組索引4D數組

Question

我有一個尺寸為I[t, z, y, x]的4d-xarray和一個尺寸為Z[t, y, x]的3d-xarray。 Z是我需要在尺寸Z指數I 。 現在，我想獲取值I[t, Z[t,y,x], y, x]並將它們寫入大小為O[t, y, x]的新xarray中。

原則上，我通過使用for循環解決了這個問題，但這太慢了（很多數組）。 有沒有辦法沒有for循環？

示例代碼做我想要的但要慢：

def get_field_at_levels(array, levels):
    shape = array.shape
    array_out = np.zeros_like(levels)
    for t in range(shape[0]):
        for x in range(shape[2]):
            for y in range(shape[3]):
                if np.isnan(levels[t, x, y]):
                    array_out[t, x, y]==float('nan')
                else:
                    array_out[t, x, y] = array[t, int(levels[t, x, y]), x, y]
    return array_out

Answer 1

我使用numpy.asarray將所有xarrays轉換為numpy.arrays。 現在程序使用循環已經足夠快了。 下面是使用隨機數的示例腳本。 在我的實際數據中，我的索引超出范圍（-1）。 在這種情況下，我想要NaN作為結果。

import numpy as np
import time

tsize = 1
xsize = 40
ysize = 240
zsize = 260

def val_at_lev(data, Ind):
    sh=data.shape
    data2=np.empty([sh[0],sh[1]+1,sh[2],sh[3]])
    data2[:,0:sh[1],:,:]=data
    data2[:,sh[1],:,:]='nan'
    out=np.asarray(np.zeros_like(Ind))
    erg=np.asarray([data2[t,Ind[t,0,j,k],j,k] for t in range(sh[0]) for j in range(sh[2]) for k in range(sh[3])])
    out = erg.reshape(tsize,1,ysize,zsize)
    return out

# Main program
Ind=np.random.randint(-1,xsize,[tsize,1,ysize,zsize])
data=np.random.uniform(0,100,[tsize,xsize,ysize,zsize])
start_time = time.time()
erg=val_at_lev(data,Ind)
print("--- %s seconds ---" % (time.time() - start_time))