使用另一個二維數組索引 NumPy 二維數組

Question

我有類似的東西

m = array([[1, 2],
            [4, 5],
            [7, 8],
            [6, 2]])

和

select = array([0,1,0,0])

我的目標是

result = array([1, 5, 7, 6])

我在Simplfy row AND column提取 numpy 中閱讀時嘗試了_ix ，但這並沒有得到我想要的結果。

ps 如果你能想到更精確的問題，請更改這個問題的標題。

Answer 1

這樣做的numpy方法是使用np.choose或花哨的 indexing/take（見下文）：

m = array([[1, 2],
           [4, 5],
           [7, 8],
           [6, 2]])
select = array([0,1,0,0])

result = np.choose(select, m.T)

所以不需要 python 循環或任何東西，numpy 為您提供所有速度優勢。 只需要mT是因為選擇實際上更像是兩個數組np.choose(select, (m[:,0], m[:1])) ，但是像這樣直接使用它。

---

使用花哨的索引：

result = m[np.arange(len(select)), select]

如果速度非常重要np.take ，它適用於一維視圖（由於某種原因它相當快，但可能不適用於這些小數組）：

result = m.take(select+np.arange(0, len(select) * m.shape[1], m.shape[1]))

Answer 2

我更喜歡使用NP.where進行此類索引任務（而不是NP.ix_ ）

OP 中沒有提到的是結果是按位置（源數組中的行/列）還是按某些條件（例如，m >= 5）選擇的。 無論如何，下面的代碼片段涵蓋了這兩種情況。

三個步驟：

1. 創建條件數組；

2. 通過調用NP.where生成索引數組，傳入這個條件數組； 和

3. 將此索引數組應用於源數組

---

>>> import numpy as NP

>>> cnd = (m==1) | (m==5) | (m==7) | (m==6)
>>> cnd
  matrix([[ True, False],
          [False,  True],
          [ True, False],
          [ True, False]], dtype=bool)

>>> # generate the index array/matrix 
>>> # by calling NP.where, passing in the condition (cnd)
>>> ndx = NP.where(cnd)
>>> ndx
  (matrix([[0, 1, 2, 3]]), matrix([[0, 1, 0, 0]]))

>>> # now apply it against the source array   
>>> m[ndx]
  matrix([[1, 5, 7, 6]])

傳遞給 NP.where 的參數cnd是一個布爾數組，在這種情況下，它是由復合條件表達式（上面的第一行）組成的單個表達式的結果

如果構建這樣的值過濾器不適用於您的特定用例，那很好，您只需要以其他方式生成實際的布爾矩陣（ cnd的值）（或直接創建它）。

Answer 3

恕我直言，這是最簡單的變體：

m[np.arange(4), select]

Answer 4

由於標題是指用另一個2D數組索引一個2D數組，因此可以在此處找到實際的通用 numpy 解決方案。

簡而言之：具有任意大維度 m的形狀 (n,m) 索引的二維數組，名為inds ，用於訪問另一個名為B的形狀 (n,k) 二維數組的元素：

# array of index offsets to be added to each row of inds
offset = np.arange(0, inds.size, inds.shape[1])

# numpy.take(B, C) "flattens" arrays B and C and selects elements from B based on indices in C
Result = np.take(B, offset[:,np.newaxis]+inds)

另一個不使用np.take並且我覺得更直觀的解決方案如下：

B[np.expand_dims(np.arange(B.shape[0]), -1), inds]

這種語法的優點是它既可以用於基於inds （如np.take ）從B讀取元素，也可以用於賦值。

Answer 5

使用python怎么樣？

result = array([subarray[index] for subarray, index in zip(m, select)])

Answer 6

result = array([m[j][0] if i==0 else m[j][1] for i,j in zip(select, range(0, len(m)))])