Python Numpy:在多个数组上建立奇妙的索引
有没有一种有效的方法可以对多个数组进行索引 例如,我有一个要从中索引的数组Python Numpy:在多个数组上建立奇妙的索引,python,numpy,vectorization,scientific-computing,Python,Numpy,Vectorization,Scientific Computing,有没有一种有效的方法可以对多个数组进行索引 例如,我有一个要从中索引的数组 a = [[1,2,3],[4,5,6]] 另一个数组包含索引。 b=[[0,1],[1,2]] 我期望[[1,2],[5,6]],它通过[0,1]索引a的第一行,通过[1,2]索引a的第二行 谢谢。如果a和b的长度相同,可能您可以尝试使用np。请按以下说明使用: import numpy as np a = [[1,2,3],[4,5,6]] b = [[0, 1], [1,2]] result = [np.tak
a = [[1,2,3],[4,5,6]]
另一个数组包含索引。
b=[[0,1],[1,2]]
我期望[[1,2],[5,6]]
,它通过[0,1]
索引a
的第一行,通过[1,2]
索引a
的第二行
谢谢。如果
a
和b
的长度相同,可能您可以尝试使用np。请按以下说明使用:
import numpy as np
a = [[1,2,3],[4,5,6]]
b = [[0, 1], [1,2]]
result = [np.take(a[i],b[i]).tolist() for i in range(len(a))]
print(result)
# result: [[1, 2], [5, 6]]
a
和b
是列表。合适的解决方案是嵌套列表理解
In [111]: [[a[i][j] for j in x] for i,x in enumerate(b)]
Out[111]: [[1, 2], [5, 6]]
现在,如果将a
制作成一个numpy数组:
In [112]: np.array(a)[np.arange(2)[:,None], b]
Out[112]:
array([[1, 2],
[5, 6]])
为此,数组的第一维用(2,1)数组索引,第二维用(2,2)数组索引。它们一起广播以产生(2,2)结果
在同一方向工作,但接受的答案使用ix
Y[np.ix_([0,3],[0,3])]
在(2,2)b
的情况下,这将不起作用
In [113]: np.array(a)[np.ix_(np.arange(2), b)]
ValueError: Cross index must be 1 dimensional
ix
将第一维度np.arange(2)
向右旋转(2,1)
这可能会使广播更加明确:
In [114]: np.array(a)[[[0,0],[1,1]], [[0,1],[1,2]]]
Out[114]:
array([[1, 2],
[5, 6]])
它选择元素(0,0)、(0,1)、(1,1)和(1,2)
要进一步测试这一点,请使b
非对称:
In [138]: b = [[0, 1,1], [1,2,0]] # (2,3)
In [139]: np.array(a)[np.arange(2)[:,None], b]
Out[139]:
array([[1, 2, 2],
[5, 6, 4]])
我不认为这是一个很好的重复引用这个问题。
In [138]: b = [[0, 1,1], [1,2,0]] # (2,3)
In [139]: np.array(a)[np.arange(2)[:,None], b]
Out[139]:
array([[1, 2, 2],
[5, 6, 4]])