如何用另一个 NumPy 数组索引一个 NumPy 数组：高级索引与线性索引？

在 NumPy 中用另一个数组索引

在科学计算中，操作多维数组是一项常见任务。 NumPy 的高级索引功能为复杂的索引操作提供了强大的工具，可以轻松地根据存储在另一个数组中的索引值从一个数组中提取数据。

考虑一个具有任意值的矩阵 A以及一个包含 A 中元素索引的矩阵 B。任务是从 B 指向的 A 中选择值，生成矩阵 C。

实现此目的的一种方法是通过 NumPy先进的索引:

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

• np.arange(A.shape[0])[:, None]: 为 A，每一列代表相同的行索引。
• [:, None]: 将数组扩展为具有额外维度的二维数组，以与 B 对齐。

此方法可以在大型数组上高效运行，无需循环。

线性索引为此提供了另一种方法操作：

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

• m, n = A.shape: 存储 A.
• B 的尺寸n * np.arange(m)[:, None]: 计算中每个元素的展平索引C 基于 B 中的索引和行号。
• np.take(A, ...): 从以下位置提取元素A 使用扁平索引。

高级索引和线性索引提供了在 NumPy 中用另一个数组索引一个数组的有效方法。

以上是如何用另一个 NumPy 数组索引一个 NumPy 数组：高级索引与线性索引？的详细内容。更多信息请关注PHP中文网其他相关文章！