Python 一维布尔数组的Numpy索引
这篇文章与此类似,但它没有回答我的问题,因为我正在处理一维布尔数组 我试图在八度音阶中重新创建以下布尔索引功能Python 一维布尔数组的Numpy索引,python,arrays,python-2.7,numpy,octave,Python,Arrays,Python 2.7,Numpy,Octave,这篇文章与此类似,但它没有回答我的问题,因为我正在处理一维布尔数组 我试图在八度音阶中重新创建以下布尔索引功能 octave-3.2.4:6> a = rand(3,3) a = 0.249912 0.934266 0.371962 0.505791 0.813354 0.282006 0.439417 0.085733 0.886841 octave-3.2.4:8> a([true false true]) ans =
octave-3.2.4:6> a = rand(3,3)
a =
0.249912 0.934266 0.371962
0.505791 0.813354 0.282006
0.439417 0.085733 0.886841
octave-3.2.4:8> a([true false true])
ans =
0.24991 0.43942
但是,我无法使用Numpy在Python中创建相同的结果
>>> import numpy as np
>>> a = np.random.rand(3,3)
array([[ 0.94362993, 0.3553076 , 0.12761322],
[ 0.19764288, 0.35325583, 0.17034005],
[ 0.56812424, 0.48297648, 0.64101657]])
>>> a[[True, False, True]]
array([[ 0.19764288, 0.35325583, 0.17034005],
[ 0.94362993, 0.3553076 , 0.12761322],
[ 0.19764288, 0.35325583, 0.17034005]])
>>> a[np.ix_([True, False, True])]
array([[ 0.94362993, 0.3553076 , 0.12761322],
[ 0.56812424, 0.48297648, 0.64101657]])
如何使用Numpy在Python上重新创建Octave的布尔索引 两个问题:
[True,False,True]
进行索引与使用布尔数组数组([True,False,True])
进行索引不同。该列表将被解释为整数索引[1,0,1]
>>> a = np.arange(9).reshape(3,3)
>>> a
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
>>> mask = np.array([True,False,True])
>>> mask.dtype ## verify we have a bool array
dtype('bool')
>>> a[mask,0]
array([0, 6])