操作二维 numpy 数组的索引答案

【问题标题】：Manipulating indices to 2d numpy array操作二维 numpy 数组的索引
【发布时间】：2012-04-01 01:08:12
【问题描述】：

我可以用一个元组甚至一个元组列表来索引一个二维 numpy 数组

a = numpy.array([[1,2],[3,4]])
i = [(0,1),(1,0)] # edit: bad example, should have taken [(0,1),(0,1)]
print a[i[0]], a[i]

（给2 [2 3]）

但是，我不能用向量算术来操作元组，即

k = i[0]+i[1]

没有给出想要的(1,1)，而是连接起来。

另一方面，使用 numpy 数组作为索引，算术有效，但索引不起作用。

i = numpy.array(i)
k = i[0]+i[1]      # ok
print a[k]

给出数组[[3 4], [3 4]]，而不是所需的4。

有没有办法对索引进行矢量算术运算，但也可以索引 numpy 数组 与他们一起（不从元组派生类并重载所有运算符）？

This question 起初看起来很有希望，但我不知道是否可以将其应用于我的情况。

编辑（对接受的答案发表评论）：

...然后使用 map 处理索引数组也可以正常工作

arr = numpy.array([[1,2,3],[4,5,6],[7,8,9]])
ids = numpy.array([(0,1),(1,0)])
ids += (0,1) # shift all indices by 1 column
print arr[map(tuple,ids.T)]

（不过，这让我很困惑为什么我需要转置。上面也会遇到这个问题，并且很幸运有 [(0,1),(0,1)])

【问题讨论】：

标签： python numpy indexing multidimensional-array

【解决方案1】：

是的。需要索引时将 NumPy 数组转换为元组：

a[tuple(k)]

测试：

>>> a = numpy.array([[1,2],[3,4]])
>>> i = numpy.array([(0,1),(1,0)])
>>> k = i[0] + i[1]
>>> a[tuple(k)]
4

【讨论】：

+1 很简单啊，我自己也应该想到的！这会在我的代码中给出可能的tuple，但我现在会使用它，如果它得到太多tuple，我最终仍然可以派生出我自己的一个类

【解决方案2】：

我相信最直接的方法是创建一个元组的子类并重新定义它的__add__ 运算符来做你想做的事。操作方法如下：Python element-wise tuple operations like sum

【讨论】：

查看我的问题（在问号前的括号中）。添加只是我需要的一个例子__add____sub____mul____rmul____div__，每个用于标量/向量和向量/向量。也许这样的类会成为 Python 未来版本的一个很好的扩展。

【解决方案3】：

尝试以下方法，它对我有用：

import numpy

def functioncarla(a,b):
    return a+b

a = numpy.array([[1,2],[3,4]])
i = [(0,1),(1,0)]

#k = i[0]+i[1]
aux = map(functioncarla, i[0], i[1])
k = tuple(aux)
print 'k = ', k

print 'a[k] = ', a[k]

【讨论】：