如何在 numpy 中创建子矩阵答案

【问题标题】：How to create a sub-matrix in numpy如何在 numpy 中创建子矩阵
【发布时间】：2014-08-06 04:02:41
【问题描述】：

我有一个二维 NxM numpy 数组：

a = np.ndarray((N,M), dtype=np.float32)

我想创建一个包含选定数量的列和矩阵的子矩阵。对于每个维度，我都有一个二进制向量或索引向量作为输入。我怎样才能最有效地做到这一点？

例子

a = array([[ 0,  1,  2,  3],
   [ 4,  5,  6,  7],
   [ 8,  9, 10, 11]])
cols = [True, False, True]
rows = [False, False, True, True]

cols_i = [0,2]
rows_i = [2,3]

result = wanted_function(a, cols, rows) or wanted_function_i(a, cols_i, rows_i)
result = array([[2,  3],
   [ 10, 11]])

【问题讨论】：

你正在混合行和列，请修复它们

标签： python numpy multidimensional-array indexing

【解决方案1】：

numpy中有几种获取子矩阵的方法：

In [35]: ri = [0,2]
    ...: ci = [2,3]
    ...: a[np.reshape(ri, (-1, 1)), ci]
Out[35]: 
array([[ 2,  3],
       [10, 11]])

In [36]: a[np.ix_(ri, ci)]
Out[36]: 
array([[ 2,  3],
       [10, 11]])

In [37]: s=a[np.ix_(ri, ci)]

In [38]: np.may_share_memory(a, s)
Out[38]: False

请注意，您获得的子矩阵是新副本，而不是原始垫子的视图。

【讨论】：

【解决方案2】：

您只需要将cols 和rows 设为numpy 数组，然后您可以将[] 用作：

import numpy as np

a = np.array([[ 0,  1,  2,  3],
   [ 4,  5,  6,  7],
   [ 8,  9, 10, 11]])

cols = np.array([True, False, True])
rows = np.array([False, False, True, True])

result = a[cols][:,rows]


print(result) 
print(type(result))
# [[ 2  3]
# [10 11]]
# <class 'numpy.ndarray'>

【讨论】：