【问题标题】:NumPy Array IndexingNumPy 数组索引
【发布时间】:2011-10-23 14:12:52
【问题描述】:

关于索引数组以获取其值的子集的简单问题。假设我有一个recarray,它在一个空间中保存年龄,在另一个空间中保存相应的值。我还有一个数组,这是我想要的年龄子集。这就是我的意思:

ages = np.arange(100)
values = np.random.uniform(low=0, high= 1, size = ages.shape)
data = np.core.rec.fromarrays([ages, values], names='ages,values')
desired_ages = np.array([1,4, 16, 29, 80])

我想做的是这样的:

data.values[data.ages==desired_ages]

但是,它不起作用。

【问题讨论】:

    标签: python arrays indexing numpy


    【解决方案1】:

    这是一个合理的第一种方法:

    >>> bool_indices = reduce(numpy.logical_or, 
                              (data.ages == x for x in desired_ages))
    >>> data.values[bool_indices]
    array([ 0.63143784,  0.93852927,  0.0026815 ,  0.66263594,  0.2603184 ])
    

    但它使用 python 函数,所以它可能更慢。我们可以很容易地将其转换为纯 numpy,使用 ix_ 使数组很好地相互广播。 (meshgrid 交换参数也可以,但会占用更多内存。):

    >>> bools_2d = numpy.equal(*numpy.ix_(desired_ages, data.ages))
    >>> bool_indices = numpy.logical_or.reduce(bools_2d)
    >>> data.ages[bool_indices]
    array([ 1,  4, 16, 29, 80])
    >>> data.values[bool_indices]
    array([ 0.32324063,  0.65453647,  0.9300062 ,  0.34534668,  0.12151951])
    

    另请参阅HYRY 的答案,了解可能更快的解决方案(使用searchsorted)和可能更易读的解决方案(使用in1d)。

    【讨论】:

      【解决方案2】:

      我稍微改变了你的例子,打乱年龄顺序:

      import numpy as np
      np.random.seed(0)
      ages = np.arange(3,103)
      np.random.shuffle(ages)
      values = np.random.uniform(low=0, high= 1, size = ages.shape)
      data = np.core.rec.fromarrays([ages, values], names='ages,values')
      desired_ages = np.array([4, 16, 29, 80])
      

      如果desired_ages的所有元素都在data.ages中,可以先按age字段对数据进行排序,然后使用searchsorted()快速查找所有索引:

      data.sort(order="ages") # sort by ages
      print data.values[np.searchsorted(data.ages, desired_ages)]
      

      或者您可以使用 np.in1d 获取一个 bool 数组并将其用作索引:

      print data.values[np.in1d(data.ages, desired_ages)]
      

      【讨论】:

        【解决方案3】:

        您想创建一个仅包含索引在desired_ages 中的值的子数组。

        Python 没有任何与此直接对应的语法,但列表推导可以做得很好:

        result = [value for index, value in enumerate(data.values) if index in desired_ages]
        

        但是,这样做会导致 Python 通过 desired_ages 扫描 data.values 中的每个元素,这很慢。如果你能插入

        desired_ages = set(desired_ages)
        

        就行之前,这样会提高性能。 (无论集合的大小如何,您都可以确定 in 中的值是否为常数时间的集合。)


        完整示例

        import numpy as np
        
        ages = np.arange(100)
        values = np.random.uniform(low=0, high= 1, size = ages.shape)
        data = np.core.rec.fromarrays([ages, values], names='ages,values')
        desired_ages = np.array([1,4, 16, 29, 80])
        
        result = [value for index, value in enumerate(data.values) if index in desired_ages]
        print result
        
        输出
        [0.45852624094611272, 0.0099713014816563694, 0.26695859251958864, 0.10143425810157047, 0.93647796171383935]
        

        【讨论】:

          猜你喜欢
          • 1970-01-01
          • 2011-11-18
          • 1970-01-01
          • 2021-04-17
          • 1970-01-01
          • 2018-10-25
          • 2018-01-22
          • 2023-03-30
          • 2011-07-27
          相关资源
          最近更新 更多