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

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:

使用advanced-indexing –

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