numpy数组数组的pythonic方法(带行索引)
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了numpy数组数组的pythonic方法(带行索引),小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1206字,纯文字阅读大概需要2分钟。
内容图文
![numpy数组数组的pythonic方法(带行索引)](/upload/InfoBanner/zyjiaocheng/710/fb3c0a60e6db4e01bc63224a36aa3d50.jpg)
我想在表中找到与特定索引相对应的值.
例如,这是我的表:
import numpy as np
my_array = np.array([[0,1,0,1,0,1,0],[1,2,1,2,1,2,1],[4,5,4,3,3,4,5]])
#---------------------------------------------------------------------
# my_array : [[0, 1, 0, 1, 0, 1, 0],
# [1, 2, 1, 2, 1, 2, 1],
# [4, 5, 4, 3, 3, 4, 5]])
以下是一系列索引.此数组中的值是my_array的行. (列未编制索引,索引的列索引对应my_array的第一个索引.)
indexes = np.array([[0,0,0,0,0],[1,2,1,2,1]])
#---------------------------------------------------------------------
# indexes : [[0, 0, 0, 0, 0],
# [1, 2, 1, 2, 1]])
我想计算一个具有相同形状的索引的数组和与my_array行中的值相对应的值.
这是我的代码:
result = np.zeros(indexes.shape)
for i in range(0, indexes.shape[0]):
result[i, :] = my_array[indexes[i, :], np.arange(0, indexes.shape[1])]
#---------------------------------------------------------------------
# Result : [[ 0., 1., 0., 1., 0.],
# [ 1., 5., 1., 3., 1.]]
有更多的“pythonic方式”吗?
解决方法:
my_array[indexes, np.arange(indexes.shape[-1])]
如果使用索引列表索引为每列选择一个索引,请使用 –
my_array[indexes, np.arange(len(indexes))]
内容总结
以上是互联网集市为您收集整理的numpy数组数组的pythonic方法(带行索引)全部内容,希望文章能够帮你解决numpy数组数组的pythonic方法(带行索引)所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。