如何使用两个索引列表有效地索引 2D NumPy 数组？

使用两个索引列表对 2D NumPy 数组进行索引

目标是使用两个提供的索引列表对 2D NumPy 数组执行索引，一个用于行，一个用于索引一个用于列。期望的结果是根据指定的索引有效地获取数组的子集。

利用 np.ix_

为了实现这一点，我们可以利用NumPy 中的 np.ix_ 函数。 np.ix_ 创建可用于广播的索引数组元组。它的工作原理如下：

使用索引数组

选择：

<code class="python">x_indexed = x[np.ix_(row_indices, col_indices)]</code>

这将创建一个元组基于 row_indices 和 col_indices 的索引数组。广播这些数组使我们能够索引 x 并提取所需的子集。

赋值：

<code class="python">x[np.ix_(row_indices, col_indices)] = value</code>

这会将指定的值分配到 x 中的索引位置。

带遮罩

选择：

<code class="python">row_mask = np.array([True, False, False, True, False], dtype=bool)
col_mask = np.array([False, True, True, False, False], dtype=bool)

x_indexed = x[np.ix_(row_mask, col_mask)]</code>

这里，我们使用布尔遮罩（row_mask 和 col_mask）定义要选择的行和列。

赋值：

<code class="python">x[np.ix_(row_mask, col_mask)] = value</code>

这会将值分配给 x 中的屏蔽位置。

示例运行

考虑以下数组和索引列表：

<code class="python">x = np.random.random_integers(0, 5, (20, 8))

row_indices = [4, 2, 18, 16, 7, 19, 4]
col_indices = [1, 2]</code>

使用 np.ix_，我们可以索引 x:

<code class="python">x_indexed = x[np.ix_(row_indices, col_indices)]

print(x_indexed)

# Output:
# [[76 56]
#  [70 47]
#  [46 95]
#  [76 56]
#  [92 46]]</code>

这为我们提供了所需的数组子集，其中根据提供的索引选择了行和列。

以上是如何使用两个索引列表有效地索引 2D NumPy 数组？的详细内容。更多信息请关注PHP中文网其他相关文章！