Comment indexer plusieurs tableaux dans NumPy ?

Indexation de plusieurs tableaux dans NumPy

Dans NumPy, l'indexation au-delà des tableaux unidimensionnels nécessite des techniques avancées. Un scénario consiste à indexer un tableau en fonction des valeurs d'un autre tableau, appelé indexation multidimensionnelle.

Considérez les matrices A avec des valeurs arbitraires :

array([[ 2, 4, 5, 3],
       [ 1, 6, 8, 9],
       [ 8, 7, 0, 2]])

Et la matrice B contenant les indices des éléments dans A :

array([[0, 0, 1, 2],
       [0, 3, 2, 1],
       [3, 2, 1, 0]])

Pour sélectionner les valeurs de A à l'aide des indices dans B , vous pouvez utiliser l'indexation avancée de NumPy :

A[np.arange(A.shape[0])[:,None],B]

Cette approche d'indexation combine les indices de ligne (0, 1, 2) avec les indices spécifiés dans B.

Alternativement, vous pouvez utiliser l'indexation linéaire :

m,n = A.shape
out = np.take(A,B + n*np.arange(m)[:,None])

Ici, m et n représentent respectivement le nombre de lignes et de colonnes dans A. np.take() extrait les éléments de A en fonction des indices linéaires générés par la somme de B et n multiplié par la plage d'indices de ligne.

En utilisant l'un ou l'autre technique, le résultat sera :

[[2, 2, 4, 5],
 [1, 9, 8, 6],
 [2, 0, 7, 8]]

Cette méthode d'indexation offre une flexibilité dans l'accès et la manipulation des éléments en fonction de plusieurs critères, améliorant ainsi la polyvalence des tableaux NumPy pour des scénarios de traitement de données complexes.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!