Python 使用布尔索引复制或查看numpy子阵列
给定2D numpy数组,即:Python 使用布尔索引复制或查看numpy子阵列,python,numpy,Python,Numpy,给定2D numpy数组,即: import numpy as np data = np.array([ [11,12,13], [21,22,23], [31,32,33], [41,42,43], ]) 我需要创建一个新的子数组,或者根据所需行和列的两个掩蔽向量就地修改所选元素 rows = [False, False, True, True] cols = [True, True, False] 以致 print s
import numpy as np
data = np.array([
[11,12,13],
[21,22,23],
[31,32,33],
[41,42,43],
])
我需要创建一个新的子数组,或者根据所需行和列的两个掩蔽向量就地修改所选元素
rows = [False, False, True, True]
cols = [True, True, False]
以致
print subArray
# [[31 32]
# [41 42]]
首先,确保
行
和列
实际上是布尔ndarrays
,然后使用它们来索引数据
rows = np.array([False, False, True, True], dtype=bool)
cols = np.array([True, True, False], dtype=bool)
data[rows][:,cols]
解释
如果使用布尔值列表而不是
ndarray
,numpy将False/True
转换为0/1
,并将其解释为所需行/列的索引。当使用boolndarray
时,实际上您使用的是一些特定的NumPy机制。太好了,现在很清楚了,谢谢。只是没有Matlab那样直截了当地得出同样的结果。我有一个-如何在不创建新数组的情况下执行此操作?请注意,copy
和view
(如标题所示)是非常不同的事情。