Python 使用布尔数组在numpy中为二维数组建立索引
我使用布尔索引从numpy数组中选择元素作为Python 使用布尔数组在numpy中为二维数组建立索引,python,arrays,numpy,Python,Arrays,Numpy,我使用布尔索引从numpy数组中选择元素作为 x = y[t<tmax] 这里有一个例子 x1D = np.array([1,2,3], np.int32) x2D = np.array([[1,2,3],[1,2,3],[1,2,3]], np.int32) print(x1D[x1D<3]) --> [1 2] print(x2D[x1D<3][x1D<3]) --> error 但是我想要 [[1 2] [1 2]] 1d遮罩: In [29]:
x = y[t<tmax]
这里有一个例子
x1D = np.array([1,2,3], np.int32)
x2D = np.array([[1,2,3],[1,2,3],[1,2,3]], np.int32)
print(x1D[x1D<3]) --> [1 2]
print(x2D[x1D<3][x1D<3]) --> error
但是我想要
[[1 2]
[1 2]]
1d遮罩:
In [29]: x1D<3
Out[29]: array([ True, True, False])
应用于二维图形时,将选择两行:
In [31]: x2D[_29]
Out[31]:
array([[1, 2, 3],
[1, 2, 3]], dtype=int32)
它可以再次用于选择列-但请注意:行索引的占位符:
In [32]: _[:, _29]
Out[32]:
array([[1, 2],
[1, 2]], dtype=int32)
如果我们从该掩码生成索引数组,我们可以通过一个步骤进行索引:
In [37]: idx = np.nonzero(x1D<3)
In [38]: idx
Out[38]: (array([0, 1]),)
In [39]: x2D[idx[0][:,None], idx[0]]
Out[39]:
array([[1, 2],
[1, 2]], dtype=int32)
ix_u是调整索引尺寸的方便工具:
In [42]: x2D[np.ix_(idx[0], idx[0])]
Out[42]:
array([[1, 2],
[1, 2]], dtype=int32)
或将布尔掩码传递给ix_3;:
写在[32]中,以便接近您的尝试:
In [46]: x2D[x1D<3][:, x1D<3]
Out[46]:
array([[1, 2],
[1, 2]], dtype=int32)
y[t这里是什么?还有一个2D数组?Python独立地处理每个索引操作[]。temp[t
In [30]: x1D[_]
Out[30]: array([1, 2], dtype=int32)
In [31]: x2D[_29]
Out[31]:
array([[1, 2, 3],
[1, 2, 3]], dtype=int32)
In [32]: _[:, _29]
Out[32]:
array([[1, 2],
[1, 2]], dtype=int32)
In [37]: idx = np.nonzero(x1D<3)
In [38]: idx
Out[38]: (array([0, 1]),)
In [39]: x2D[idx[0][:,None], idx[0]]
Out[39]:
array([[1, 2],
[1, 2]], dtype=int32)
In [41]: x2D[ [[0],[1]], [[0,1]] ]
Out[41]:
array([[1, 2],
[1, 2]], dtype=int32)
In [42]: x2D[np.ix_(idx[0], idx[0])]
Out[42]:
array([[1, 2],
[1, 2]], dtype=int32)
In [44]: np.ix_(_29, _29)
Out[44]:
(array([[0],
[1]]), array([[0, 1]]))
In [45]: x2D[np.ix_(_29, _29)]
Out[45]:
array([[1, 2],
[1, 2]], dtype=int32)
In [46]: x2D[x1D<3][:, x1D<3]
Out[46]:
array([[1, 2],
[1, 2]], dtype=int32)