NumPy：使用清單依索引高效率選擇列
許多資料操作任務都涉及從 NumPy 矩陣中選擇特定欄位。當要選擇的列每行不同時，一個簡單的方法是迭代數組，這對於大型資料集來說計算成本可能很高。
但是，NumPy 使用布林或整數陣列提供了更最佳化的解決方案。您可以建立與原始矩陣形狀相同的矩陣，而不是列索引列表，其中每列都包含指示是否應選擇該列的值。
例如，考慮以下矩陣：
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
以及以下索引矩陣：
[[False, True, False], [True, False, False], [False, False, True]]
使用NumPy 的直接選擇，您可以輕鬆提取所需的值：
<code class="python">a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) b = np.array([[False, True, False], [True, False, False], [False, False, True]]) selected_values = a[b]</code>
這將產生所需的輸出:
[2, 4, 9]
或者，您可以使用arange() 函數並直接選擇以獲得更高的效率：
<code class="python">selected_values = a[np.arange(len(a)), [1, 0, 2]]</code>
透過利用最佳化的NumPy 選擇方法，您可以顯著提高透過改變每行索引選擇列時資料操作任務的效能。
以上是如何使用 NumPy 中的清單按索引高效選擇列？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
