python – Numpy沿轴应用并获取行索引

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python – Numpy沿轴应用并获取行索引，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1511字，纯文字阅读大概需要3分钟。

内容图文

我有一个2D数组(它实际上非常大,另一个数组的视图)：

x = np.array([[0, 1, 2],
          [1, 2, 3],
          [2, 3, 4],
          [3, 4, 5]]
        )

我有一个处理数组的每一行的函数：

def some_func(a):
    """
    Some function that does something funky with a row of numbers
    """
    return [a[2], a[0]]  # This is not so funky

np.apply_along_axis(some_func, 1, x)

我正在寻找的是调用np.apply_along_axis函数的一些方法,以便我可以访问行索引(对于正在处理的行),然后能够使用此函数处理每一行：

def some_func(a, idx):
    """
    I plan to use the index for some logic on which columns to
    return. This is only an example
    """
    return [idx, a[2], a[0]]  # This is not so funky

解决方法:

对于轴= 1的2d数组,apply_along_axis与数组行的迭代相同

In [149]: np.apply_along_axis(some_func, 1, x)
Out[149]: 
array([[2, 0],
       [3, 1],
       [4, 2],
       [5, 3]])
In [151]: np.array([some_func(i) for i in x])
Out[151]: 
array([[2, 0],
       [3, 1],
       [4, 2],
       [5, 3]])

对于axis = 0,我们可以迭代x.T.当数组为3d时,apply_along_axis更有用,我们想要迭代除一个之外的所有维度.然后它节省了一些单调乏味.但它不是速度解决方案.

使用修改后的函数,我们可以使用标准枚举来获取行和索引：

In [153]: np.array([some_func(v,i) for i,v in enumerate(x)])
Out[153]: 
array([[0, 2, 0],
       [1, 3, 1],
       [2, 4, 2],
       [3, 5, 3]])

或者使用简单的范围迭代：

In [157]: np.array([some_func(x[i],i) for i in range(x.shape[0])])
Out[157]: 
array([[0, 2, 0],
       [1, 3, 1],
       [2, 4, 2],
       [3, 5, 3]])

有各种工具可以获得更高维度的索引,例如ndenumerate和ndindex.

快速解决方案 – 一次处理所有行：

In [158]: np.column_stack((np.arange(4), x[:,2], x[:,0]))
Out[158]: 
array([[0, 2, 0],
       [1, 3, 1],
       [2, 4, 2],
       [3, 5, 3]])

内容总结

以上是互联网集市为您收集整理的python – Numpy沿轴应用并获取行索引全部内容，希望文章能够帮你解决python – Numpy沿轴应用并获取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