从NumPy数组中选择特定的行和列

  • Z时代
  • 2024-01-10
  • 分类：问答

我一直在发疯，试图找出我在这里做错了什么愚蠢的事情。

我正在使用NumPy，并且我想从中选择特定的行索引和特定的列索引。这是我的问题的要点：

import numpy as np
a = np.arange(20).reshape((5,4))
# array([[ 0,  1,  2,  3],
#        [ 4,  5,  6,  7],
#        [ 8,  9, 10, 11],
#        [12, 13, 14, 15],
#        [16, 17, 18, 19]])
# If I select certain rows, it works
print a[[0, 1, 3], :]
# array([[ 0,  1,  2,  3],
#        [ 4,  5,  6,  7],
#        [12, 13, 14, 15]])
# If I select certain rows and a single column, it works
print a[[0, 1, 3], 2]
# array([ 2,  6, 14])
# But if I select certain rows AND certain columns, it fails
print a[[0,1,3], [0,2]]
# Traceback (most recent call last):
#   File "<stdin>", line 1, in <module>
# ValueError: shape mismatch: objects cannot be broadcast to a single shape

为什么会这样呢？我当然应该能够选择第一行，第二行和第四行以及第一列和第三列？我期望的结果是：

a[[0,1,3], [0,2]] => [[0,  2],
                      [4,  6],
                      [12, 14]]

回答：

花式索引要求您提供每个维度的所有索引。您为第一个提供3个索引，为第二个仅提供2个索引，因此会出现错误。您想做这样的事情：

>>> a[[[0, 0], [1, 1], [3, 3]], [[0,2], [0,2], [0, 2]]]
array([[ 0,  2],
       [ 4,  6],
       [12, 14]])

当然写这很痛苦，所以您可以让广播帮助您：

>>> a[[[0], [1], [3]], [0, 2]]
array([[ 0,  2],
       [ 4,  6],
       [12, 14]])

如果您使用数组而不是列表建立索引，则此操作要简单得多：

>>> row_idx = np.array([0, 1, 3])
>>> col_idx = np.array([0, 2])
>>> a[row_idx[:, None], col_idx]
array([[ 0,  2],
       [ 4,  6],
       [12, 14]])

以上是 从NumPy数组中选择特定的行和列 的全部内容， 来源链接： utcz.com/qa/400695.html

回到顶部