Select 按列索引在Numpy数组的每行中选择一个元素

是否有更好的方法从“输入数组”和“选择id”中获取“输出数组”

我们可以去掉

范围（input_array.shape[0]）

>>> input_array = numpy.array( [ [3,14], [12, 5], [75, 50] ] )
>>> select_id = [0, 1, 1]
>>> print input_array
[[ 3 14]
 [12  5]
 [75 50]]

>>> output_array = input_array[  range( input_array.shape[0] ), select_id ]
>>> print output_array
[ 3  5 50]

---

您可以从给定的数组中进行选择，使用该数组从索引数组（在您的情况下为

select\u id

）和一组数组（在您的情况下为

input\u array

）中构造一个数组进行选择。但是，您可能首先需要转置

输入数组

，以匹配维度。下面是一个小例子：

In [101]: input_array
Out[101]: 
array([[ 3, 14],
       [12,  5],
       [75, 50]])

In [102]: input_array.shape
Out[102]: (3, 2)

In [103]: select_id
Out[103]: [0, 1, 1]

In [104]: output_array = np.choose(select_id, input_array.T)

In [105]: output_array
Out[105]: array([ 3,  5, 50])

那么：

[input_array[x,y] for x,y in zip(range(len(input_array[:,0])),select_id)]

我认为这很方便

[input_array[enum, item] for enum, item in enumerate(select_id)]

（因为我不能将此作为对已接受答案的评论）

请注意，

numpy.choose

仅当您有32个或更少的选项时才有效（在这种情况下，您要索引的数组的维度必须是32或更小）。此外，for

numpy.选择

会显示

为了减少误解的机会，即使名义上支持以下“滥用”，选择也不应该是，也不应该被认为是单个数组，也就是说，最外层的类似序列的容器应该是列表或元组

OP询问：

是否有更好的方法从

输入数组

和

选择id

获取

输出数组

？

• 我想说，你最初建议的方式似乎是这里介绍的方式中最好的。它易于理解，可扩展到大型阵列，而且效率很高

我们可以去掉

范围（input_array.shape[0]）

？

• 是的，正如其他答案所示，但被接受的答案通常不如OP已经建议的那样有效

---

这是一种病态的做法，肯定不会比你现有的更好，但是

np。对角线（input_array[：，select_id]）

也会让你

数组（[3,5,50]）

。除了使用

arange

而不是

范围之外，问题中的高级索引解决方案已经是最好的选择。我必须对大量数据进行数学运算。所以我试着用numpy进行矢量化。通过在线循环节省时间总是很好的。我真的需要numpy来处理大量数据…我们如何修改它们，而不是输出这些值呢？你可以用它来评论这不适用于大型数组，正如Nathan在下面指出的。它给出了“ValueError:至少需要1个，最多需要32个数组对象”。有人知道这个方法被限制在小数组中的原因吗？这将是一个非常长的注释；）哈，当一个人写一些东西作为答案的时候，我想它只会变得更长。然后我觉得有义务通过直接回答老年退休金计划的问题来“回答”。