Arrays 笨拙的数组：沿命名轴使用布尔掩码的奇特索引

我有一个2D音频数据集。这些音频片段长度不同，因此我使用的是笨拙的数组。通过布尔掩码，我只想返回包含语音的部分

表掩码尝试

将numpy导入为np
像aw一样进口
awk=aw.fromiter（[{“ch0”：np.array（[0,1,2]），“ch1”：np.array（[3,4,5]），
{“ch0”：np.array（[6,7]），“ch1”：np.array（[8,9]）}]
#[{'ch0'：[0.0,1.0,2.0]，'ch1'：[3,4,5]}，
#{'ch0'：[6.0,0.7]，'ch1'：[8,9]}]
awk_mask=aw.fromiter（[{“op”：np.array（[False，True，False]），“cl”：np.array（[True，True，False]），
{“op”：np.array（[True，True]），“cl”：np.array（[True，False]）}）
#[{'cl'：[True，True，False]，'op'：[False，True，False]}，
#{'cl'：[True，False]，'op'：[True，True]}]
awk[awk_面具]
#TypeError:无法将数据类型[（'cl'，'O'），（'op'，'O'）]解释为奇特的索引或掩码

似乎

表

不能用于奇特的索引

阵列掩码尝试 努比当量

nparr=np.arange（0,6）.重塑（（2，-1））
#数组（[[0,1,2]，
#        [3, 4, 5]])
npmask=np.array（[True，False，True]）
nparr[：，npmask]
#数组（[[0,2]，
#        [3, 5]])

表版本尝试；失败

awk[：，npmask]
#NotImplementedError:通过表的多维索引（TODO:需要[0，n）->[0，m）->“表”->…）

似乎多维选择尚未实现

JaggedArray-Numpy面具版本；有效

jarr=aw.fromiter（nparr）
# 
jarr[：npmask]
#数组（[[0,2]，
#        [3, 5]])

JaggedArray-JaggedArray遮罩版本；有效

jmask=aw.fromiter（npmask）
#数组（[True，False，True]）
jarr[：，jmask]
#数组（[[0,2]，
#        [3, 5]])

问题

• 如何使用

  表

  或命名维度（如）进行有效的布尔掩码选择

• 表中的多维选择是在
  笨拙数组中实现还是仅在
  笨拙-1.0中实现

图书馆版本

print（“numpy版本：”，np.\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu
打印（“熊猫版：”，pd.uuuuuuuuuuuuuuuu版）#熊猫版：0.25.3
打印（“笨拙版本：，aw.uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu

这不适用于命名数组维度，但仅适用于Jaggedarray，可以进行遮罩选择：

jarr_2d=aw.fromiter（[[np.array（[0,1,2]），np.array（[3,4,5]），
[np.数组（[6,7]），np.数组（[8,9]）]
# 
jarr_2d_mask=aw.fromiter（[[np.array（[False，True，False]），np.array（[True，True，False]），
[np.array（[True，True]），np.array（[True，False]）]]
# 
jarr_2d[jarr_2d_面具]
# 

---

不确定此代码是否有效？尤其是与仅使用Numpy数组的奇特索引相比？

fromiter

在笨拙的0.x中应被视为低效（但在笨拙的1.x中则不是）。在笨拙的0.x@JimPivarski中，什么是有效的方法？此外，这并不能解决最初的问题，因为它不适用于

表

数组。（我使用了注释，而不是答案，因为我没有时间完全回答问题，但想提供一些信息。）（由于我发布了一个很长的问题，不详细阅读所有内容是很常见的。因此，我想发表我的评论，这不是最终的答案。@JimPivarski感谢您提供了哪怕是一点额外的信息，事实上这是。fromiter（）对于大型阵列来说速度较慢。如果您有时间回答，请告诉我是否有更有效的方法。）