布爾屏蔽的花式索引| Python中的Numpy

Question

我在《 Python數據科學手冊》中遇到了這段代碼，出於可讀性考慮在此處進行了修改。 對於我來說，這很令人困惑，因為它結合了花式索引和遮罩，而且我無法理解其下發生了什么。

import numpy as np
X = np.arange(12).reshape(3,4)
print("---X----\n",X)
row = np.array([0,1,2])
mask = np.array([1, 0, 1, 0], dtype=bool)
print("\n-----row vector after reshaping ----\n",row[:, np.newaxis])
print("\n ---mask  ----\n",mask)
print("\n ----result-----\n",X[row[:, np.newaxis], mask])

這是輸出：

---X----
 [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

-----row vector after reshaping ----
 [[0]
 [1]
 [2]]

 ---mask  ----
 [ True False  True False]

 ----result-----
 [[ 0  2]
 [ 4  6]
 [ 8 10]]

我的理解是

X[row[:,np.newaxis],[1,2,3]]

廣播開始，因為第一個參數的形狀為（3,1），第二個參數的形狀為（3，）。 它廣播兩個參數到（3,3），然后花式索引選擇相應的定位元素，結果大小就是參數的大小（這是花式索引文檔所說的）。

但是我之前發布的代碼使我感到困惑。 根據我的推斷，第二個參數（掩碼）等於shape（4，）的[1,0,1,0]，第一個參數為

[[0],
[1],
[2]
]

形狀（3,1）。 在這種情況下，這兩個參數都應廣播到（3,4），然后將元素拾取，得到大小為-（3,4）的結果矩陣。 是的，我知道它違背了布爾蒙版概念的目的，但是我們並沒有像X [mask]這樣做，因為我們在mask為True的情況下獲得了各自的值。 在我們的X[row[:, np.newaxis], mask])語句中，第一個參數是整數數組，第二個參數是布爾數組。 布爾數組不是轉換為整數以與第一個參數一起播放，還是布爾數組首先對列進行選擇，結果是：

[[0 2],
[4,6],
8,10]
]

在此我們應用第一個參數。

Answer 1

您處在正確的軌道上，布爾值確實已轉換為（或至少可以視為轉換為）索引。 也許是這種轉換的細節使您感到困惑？

這是文檔中的相關內容

通常，如果索引包含布爾數組，則結果將與將obj.nonzero（）插入相同位置並使用上述整數數組索引機制相同。 x [ind_1，boolean_array，ind_2]等效於x [（ind_1，）+ boolean_array.nonzero（）+（ind_2，）]。

現在，簡單地將其應用於您的示例：

mask.nonzero()
# (array([0, 2]),)

所以，

(row[:, None],) + mask.nonzero()
# (array([[0],
#         [1],
#         [2]]), array([0, 2]))

是有效指標。 廣播到3x2 ，一切都如預期。