Python 如何使用numpy或THANO将一个矩阵的整数值用作另一个矩阵的索引？

我有以下4个形状相同的矩阵：（1）包含整数值的矩阵

I

，（2）包含整数值的矩阵

J

，（3）包含浮点值的矩阵

D

，（4）包含浮点值的矩阵

V

我想用这4个矩阵按以下方式构造一个“输出”矩阵：

要查找输出矩阵的元素

i

、

j

的值，请查找矩阵

i

中等于

i

的所有单元格（元素）以及矩阵

j

中等于

j

的所有单元格（元素）

仅使用满足这两个条件的单元格（记住矩阵

I

和

J

具有相同的形状）

在“选定”单元格中搜索具有最小值

D

的单元格

取找到的单元格（最小值为D），检查它在矩阵

V

中的值

这样我们就可以找到输出矩阵的

i

，

j

元素的值。我这样做是为了所有的

都是
和
js

我想用numpy或Theano解决这个问题

当然，我可以循环所有的I_和j_，但我认为（希望）应该有一个更有效的方法

已添加

根据要求，我提供了一个例子：

以下是矩阵I：

 0   1   2
 1   1   0
 0   0   2

以下是矩阵J：

 1   1   1
 1   2   1
 0   1   0

以下是矩阵D：

 1.2   3.4   2.2
 2.2   4.3   2.3
 7.1   6.1   2.7

最后我们得到了矩阵V：

 1.1   8.1   9.1
 3.1   7.1   2.1
 0.1   5.1   3.1

如您所见，所有4个矩阵都具有相同的形状（3 x 4），但它们可以具有另一个形状（例如2 x 5）。主要的是，所有4个矩阵的形状都是相同的

我们可以看到矩阵
I
的值从0到2，因此，输出矩阵应该有3行。同样，我们可以得出结论，输出矩阵应该有3列（因为矩阵
J
的值也在0到2之间）

让我们首先找到输出矩阵的元素（0，1）。在
I
矩阵中，以下单元格（用x标记）包含0

 x   .   .
 .   .   x
 x   x   .

在矩阵
J
中，以下元素包含1：

 x   x   x
 x   .   x
 .   x   .

这两组单元格的交点为：

 x   .   .
 .   .   x
 .   x   .

相应的距离为：

 1.2    .     . 
  .     .    2.3
  .    6.1    . 

因此，最小距离位于左上角。因此，我们从矩阵的左上角取值
V
（该值为1.1）

这就是我们如何找到输出矩阵的（0,1）元素的值。我们对所有可能的索引组合（总共有3 x 3=9）执行相同的过程。对于某些组合，我们找不到任何值，在这种情况下，我们将值设置为等于-

样本输入、输出-

In [136]: I = np.array([[0,1,2],[1,1,0],[0,0,2]])
     ...: J = np.array([[1,1,1],[1,2,1],[0,1,0]])
     ...: D = np.array([[1.2, 3.4, 2.2],[2.2, 4.3, 2.3],[7.1, 6.1, 2.7]])
     ...: V = np.array([[1.1 , 8.1, 9.1],[3.1, 7.1, 2.1],[0.1, 5.1, 3.1]])
     ...: 

In [144]: out
Out[144]: 
array([[ 0.1,  1.1,  1.1], # To verify : v[0,1] = 1.1
       [ 1.1,  3.1,  7.1],
       [ 3.1,  9.1,  1.1]])

In [136]: I = np.array([[0,1,2],[1,1,0],[0,0,2]])
     ...: J = np.array([[1,1,1],[1,2,1],[0,1,0]])
     ...: D = np.array([[1.2, 3.4, 2.2],[2.2, 4.3, 2.3],[7.1, 6.1, 2.7]])
     ...: V = np.array([[1.1 , 8.1, 9.1],[3.1, 7.1, 2.1],[0.1, 5.1, 3.1]])
     ...: 

In [144]: out
Out[144]: 
array([[ 0.1,  1.1,  1.1], # To verify : v[0,1] = 1.1
       [ 1.1,  3.1,  7.1],
       [ 3.1,  9.1,  1.1]])