Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimana untuk Mengindeks Satu Array Numpy oleh Yang Lain?

Bagaimana untuk Mengindeks Satu Array Numpy oleh Yang Lain?

Mary-Kate Olsen
Lepaskan: 2024-11-12 02:24:01
asal
667 orang telah melayarinya

How to Index One Numpy Array by Another?

Mengindeks Satu Tatasusunan dengan Satu Lagi dalam Numpy

Pertimbangkan dua matriks, A dan B , dengan A mengandungi nilai arbitrari dan B memegang indeks unsur dalam A. Tugasnya adalah untuk mengekstrak elemen daripada A berdasarkan indeks yang ditentukan oleh B. Pengindeksan ini membenarkan pengambilan elemen terpilih.

Penyelesaian menggunakan Pengindeksan Terperinci:

Pengindeksan lanjutan Numpy membolehkan operasi ini menggunakan ungkapan:

A[np.arange(A.shape[0])[:,None], B]
Salin selepas log masuk

Pendekatan ini menggunakan gabungan indeks baris dan indeks lajur yang diambil daripada B untuk mendapatkan semula elemen dalam A.

Penyelesaian menggunakan Pengindeksan Linear:

Pendekatan alternatif melibatkan pengindeksan linear:

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

Di sini, m dan n mewakili dimensi A, dan operasi dalam fungsi np.take() memastikan pengindeksan elemen yang betul berdasarkan B.

Contoh:

Mari kita gambarkan penyelesaian ini dengan contoh:

import numpy as np

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

B = np.array([[0, 0, 1, 2],
              [0, 3, 2, 1],
              [3, 2, 1, 0]])

# Advanced indexing
result1 = A[np.arange(A.shape[0])[:,None], B]

# Linear indexing
m, n = A.shape
result2 = np.take(A, B + n*np.arange(m)[:,None])

print("Result using advanced indexing:")
print(result1)

print("Result using linear indexing:")
print(result2)
Salin selepas log masuk

Output:

Result using advanced indexing:
[[2 2 4 5]
 [1 9 8 6]
 [2 0 7 8]]

Result using linear indexing:
[[2 2 4 5]
 [1 9 8 6]
 [2 0 7 8]]
Salin selepas log masuk

Atas ialah kandungan terperinci Bagaimana untuk Mengindeks Satu Array Numpy oleh Yang Lain?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan