使用不同长度的数组列表索引一维数组

Question

我想做的例子：

import numpy as np

values = np.array([7, 7, 5, 2, 3, 9])
indices = np.array([
    np.array([3,5]), 
    np.array([4]),
    np.array([1,2,3])
    ])

>>> values[indices]
array([
    array([2,9]), 
    array([3]),
    array([7,5,2]),
    ])

是否可以使用矢量化来实现这一点？ 现在我正在使用 for 循环执行此操作，但它可能会变慢。

谢谢！

Answer 1

我们可以连接索引，用这些索引到values，最后拆分回来 -

idx = np.concatenate(indices)
all_out = values[idx]
lens = list(map(len,indices))
ssidx = np.r_[0,lens].cumsum()
out = [all_out[i:j] for (i,j) in zip(ssidx[:-1],ssidx[1:])]

为了完整起见，这里是直接的基于索引的版本 -

[values[i] for i in indices]

因此，通过我们提出的方法，我们利用了切片，从而减少了每次迭代的工作量。因此，除了获得idx 的步骤（需要连接提议的索引中的所有索引）之外，这对于indices 中的小型索引数组的情况是有意义的。