Bagaimana untuk Mengindeks Berbilang Array dalam NumPy?

Mengindeks Berbilang Tatasusunan dalam NumPy

Dalam NumPy, pengindeksan melebihi tatasusunan satu dimensi memerlukan teknik lanjutan. Satu senario mengindeks satu tatasusunan berdasarkan nilai tatasusunan lain, yang dikenali sebagai pengindeksan berbilang dimensi.

Pertimbangkan matriks A dengan nilai arbitrari:

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

Dan matriks B mengandungi indeks unsur dalam A:

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

Untuk memilih nilai daripada A menggunakan indeks dalam B, anda boleh menggunakan pengindeksan lanjutan NumPy:

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

Pendekatan pengindeksan ini menggabungkan indeks baris (0, 1, 2) dengan indeks yang dinyatakan dalam B.

Sebagai alternatif, anda boleh menggunakan pengindeksan linear:

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

Di sini, m dan n mewakili bilangan baris dan lajur dalam A, masing-masing. np.take() mengekstrak elemen daripada A berdasarkan indeks linear yang dijana oleh hasil tambah B dan n didarab dengan julat indeks baris.

Menggunakan sama ada teknik, outputnya ialah:

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

Kaedah pengindeksan ini memberikan fleksibiliti dalam mengakses dan memanipulasi elemen berdasarkan pada berbilang kriteria, mempertingkatkan kepelbagaian tatasusunan NumPy untuk senario pemprosesan data yang kompleks.

Atas ialah kandungan terperinci Bagaimana untuk Mengindeks Berbilang Array dalam NumPy?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!