다른 배열의 인덱스를 사용하여 2D NumPy 배열에서 요소를 추출하는 방법은 무엇입니까?
다른 배열의 인덱스를 사용하여 2D 배열에서 요소 추출
NumPy에서는 때때로 다차원 배열에서 특정 요소를 추출해야 하는 경우가 있습니다. 다른 배열에 저장된 인덱스를 기반으로 합니다. 이 시나리오는 희소 행렬이나 인덱스 선택과 같은 데이터 구조로 작업할 때 자주 발생합니다.
문제:
두 개의 NumPy 배열을 고려하세요.
A = np.array([[0, 1], [2, 3], [4, 5]]) B = np.array([[1], [0], [1]]) # Index array
목표는 A의 각 행에서 하나의 요소를 추출하는 것입니다. 여기서 특정 요소는 인덱스로 지정됩니다. B의 해당 행. 예상되는 출력은 다음과 같아야 합니다.
C = np.array([[1], [2], [5]])
해결책:
1. 순수 정수 배열 인덱싱:
A[np.arange(A.shape[0]), B.ravel()]
이 방법에는 NumPy의 정수 배열 인덱싱 기능을 사용하는 방법이 포함됩니다. A의 행에 해당하는 일련의 인덱스를 생성하고 이를 평면화된 B 배열과 결합하여 적절한 요소를 선택합니다.
2. 전치 및 np.choose:
np.choose(B.ravel(), A.T)
이 대체 접근 방식에서는 A를 B의 모양과 일치하도록 전치한 다음 np.choose를 사용하여 평면화된 B 배열을 기반으로 원하는 요소를 선택합니다.
3. 반복 가능한 압축 풀기(Python >=3.6):
*A = A.T C = np.array([*zip(*A)][i] for i in B.ravel())
이 방법은 반복 가능한 압축 풀기를 사용하여 A를 행 목록으로 변환한 다음 B의 인덱스를 기반으로 A의 행을 반복하여 원하는 요소를 추출합니다.
4. 리스트 컴프리헨션 및 브로드캐스팅:
[A[i][j] for i, j in zip(range(A.shape[0]), B.ravel())]
리스트 컴프리헨션은 A와 B의 요소를 반복하고 요소별 선택을 수행하여 새 배열을 생성하는 데 사용할 수 있습니다.
5. 팬시 인덱싱(NumPy >=1.18):
A[np.stack([range(A.shape[0]), B.ravel()], axis=1)]
팬시 인덱싱을 사용하면 보다 효율적이고 컴팩트한 인덱싱 작업이 가능합니다. 이 경우 A에서 원하는 요소를 선택하는 데 사용할 수 있는 행 인덱스와 B 인덱스를 사용하여 2D 배열을 생성합니다.
가장 적합한 솔루션은 작업의 특정 요구 사항과 제약 조건에 따라 다릅니다. 효율성, 가독성, 이전 버전 NumPy와의 호환성 등이 있습니다.
위 내용은 다른 배열의 인덱스를 사용하여 2D NumPy 배열에서 요소를 추출하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 데이터 과학, 웹 개발 및 자동화 작업에 적합한 반면 C는 시스템 프로그래밍, 게임 개발 및 임베디드 시스템에 적합합니다. Python은 단순성과 강력한 생태계로 유명하며 C는 고성능 및 기본 제어 기능으로 유명합니다.

Python은 게임 및 GUI 개발에서 탁월합니다. 1) 게임 개발은 Pygame을 사용하여 드로잉, 오디오 및 기타 기능을 제공하며 2D 게임을 만드는 데 적합합니다. 2) GUI 개발은 Tkinter 또는 PYQT를 선택할 수 있습니다. Tkinter는 간단하고 사용하기 쉽고 PYQT는 풍부한 기능을 가지고 있으며 전문 개발에 적합합니다.

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.
