使用另一个标签数组过滤 numpy 数组答案

【问题标题】：Filtering a numpy array using another array of labels使用另一个标签数组过滤 numpy 数组
【发布时间】：2017-07-31 04:29:26
【问题描述】：

给定两个 numpy 数组，即：

images.shape: (60000, 784) # An array containing 60000 images
labels.shape: (60000, 10)  # An array of labels for each image

labels 的每一行在特定索引处包含一个1，以指示images 中相关示例的类。（所以[0 0 1 0 0 0 0 0 0 0] 表示该示例属于第 2 类（假设我们的类索引从 0 开始）。

我正在尝试有效地分离images，以便我可以一次处理属于特定类的所有图像。最明显的解决方案是使用for 循环（如下所示）。但是，我不确定如何过滤 images，以便只返回具有适当 labels 的那些。

for i in range(0, labels.shape[1]):
  class_images = # (?) Array containing all images that belong to class i

顺便说一句，我还想知道是否有更有效的方法可以消除 for 循环的使用。

【问题讨论】：

【解决方案1】：

一种方法是将标签数组转换为布尔值并将其用于索引：

classes = []
blabels = labels.astype(bool)
for i in range(10):
    classes.append(images[blabels[:, i], :])

或者作为单行使用列表理解：

classes = [images[l.astype(bool), :] for l in labels.T]

【讨论】：

【解决方案2】：

_classes= [[] for x in range(10)]
for image_index , element in enumerate(labels):
    _classes[element.index(1)].append(image_index)

例如 _classes[0] 将包含分类为 class0 的图像的索引。

【讨论】：