numpy：有没有办法从不带外部循环的映射序列创建数组？答案

【问题标题】：numpy: Is there a way to create an array from a sequence of mappings w/o external loop?numpy：有没有办法从不带外部循环的映射序列创建数组？
【发布时间】：2018-07-29 10:14:06
【问题描述】：

对我来说，这听起来像是一个常见的用例，但我还找不到合适的函数/线程。

我有两个 numpy 数组，一个是三元组序列，另一个是相关的索引序列。我想创建一个序列长度相等的一维数组，由映射项根据它们的索引组成。

例子：

mapping = np.array(((25, 120, 240), (18, 177, 240), (0, 0, 0), (10, 120, 285)))
indices = np.array((0, 1, 0, 0))

print "mapping:", mapping
print "indices:", indices
print "mapped:", mapping[indices]

产生以下输出：

mapping: [[ 25 120 240]
 [ 18 177 240]
 [  0   0   0]
 [  10 120 285]]
indices: [0 1 0 0]
mapped: [[ 25 120 240]
 [ 18 177 240]
 [ 25 120 240]
 [ 25 120 240]]

当然，这种方法将整个映射数组视为一个映射，而不是映射列表，根据索引数组仅返回第一个或第二个内部映射。但我一直在寻找的是：

mapped: [25 177 0 10]

... 由第 1 个映射的第 1 项、第 2 个映射的第 2 项以及第 3 和第 4 映射的第一项组成。

有没有一种精益的方法来单独使用 numpy 功能，无需外部循环，也不会为临时数组占用过多的内存？

【问题讨论】：

mapping数组的最后一行有错字：0 → 10
正确，谢谢。我后来修改了映射数组示例以包含更少的模棱两可的值，但错过了在帖子的定义中对其进行调整，抱歉。已更新。
你为什么担心temporary arrays？这不是我们在使用numpy 时应该关注的内容。让口译员处理这些。
不幸的是，我不能拥有无限的内存，我还需要其他程序和变量，而不是随长度呈指数增长的临时批量数组。在一些测试中，对于中等大小的图像，我的（低效率的）临时数组已经变得太大了。在中长期，我的目标是良好的性能，这也受到不必要的大型临时数组的影响。

标签： python arrays numpy indices creation

【解决方案1】：

我认为您正在寻找 numpy 的索引文档中的 this part。

In [17]: mapping[(np.arange(indices.shape[-1]),indices)]
Out[17]: array([ 25, 177,   0,   10])

这会创建一个临时数组 (np.arange)，但它是一维的，我想不出更好的了。

【讨论】：

做了一些小的修改。如果不满意，请随时回复。
太棒了！正是我想要的。开销是可以接受的。但是像广播的长度平方的临时数组这样的东西太多了。
这样做了，只是在寻找“正确答案”之类的文本链接，没想到会被钩。
感谢您更新 nicocos 答案。对我来说，他的原始答案效果很好，其中临时数组基于映射数组的序列长度。索引形状的使用如何改进代码？ “高级索引必须具有一致的形状”是什么意思。谢谢
你为什么说arange没用？这种类型的advanced indexing是必需的。