如何按索引列表过滤numpy数组？答案

【问题标题】：How to filter numpy array by list of indices?如何按索引列表过滤numpy数组？
【发布时间】：2013-11-06 19:50:13
【问题描述】：

我有一个 numpy 数组 filtered__rows，由 LAS 数据 [x, y, z, intensity, classification] 组成。我创建了一个点的cKDTree 并找到了最近的邻居query_ball_point，它是该点及其邻居的索引列表。

有没有办法过滤filtered__rows 以创建一个仅包含索引在query_ball_point 返回的列表中的点的数组？

【问题讨论】：

标签： python numpy scipy nearest-neighbor

【解决方案1】：

看起来你只需要一个基本的integer array indexing：

filter_indices = [1,3,5]
np.array([11,13,155,22,0xff,32,56,88])[filter_indices]

【讨论】：

你知道多维数组是如何转换的吗？
我回答了multi-dimm版本，但不介意是否有人将它与这个答案合并。

【解决方案2】：

numpy.take 非常有用，并且适用于多维数组。

import numpy as np

filter_indices = [1, 2]
array = np.array([[1, 2, 3, 4, 5], 
                  [10, 20, 30, 40, 50], 
                  [100, 200, 300, 400, 500]])

axis = 0
print(np.take(array, filter_indices, axis))
# [[ 10  20  30  40  50]
#  [100 200 300 400 500]]

axis = 1
print(np.take(array, filter_indices, axis))
# [[  2   3]
#  [ 20  30]
# [200 300]]

【讨论】：

【解决方案3】：

使用文档：https://docs.scipy.org/doc/numpy-1.13.0/user/basics.indexing.html 以下实现应该适用于某些 numpy ndarray 的任意数量的维度/形状。

首先我们需要一组多维索引和一些示例数据：

import numpy as np
y = np.arange(35).reshape(5,7)
print(y) 
indexlist = [[0,1], [0,2], [3,3]]
print ('indexlist:', indexlist)

要真正提取直观的结果，诀窍是使用转置：

indexlisttranspose = np.array(indexlist).T.tolist()
print ('indexlist.T:', indexlisttranspose)
print ('y[indexlist.T]:', y[ tuple(indexlisttranspose) ])

进行以下终端输出：

y: [[ 0  1  2  3  4  5  6]
 [ 7  8  9 10 11 12 13]
 [14 15 16 17 18 19 20]
 [21 22 23 24 25 26 27]
 [28 29 30 31 32 33 34]]
indexlist: [[0, 1], [0, 2], [3, 3]]
indexlist.T: [[0, 0, 3], [1, 2, 3]]
y[indexlist.T]: [ 1  2 24]

元组...修复了我们可能会导致的未来警告：

print ('y[indexlist.T]:', y[ indexlisttranspose ])

FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated; use `arr[tuple(seq)]` instead of `arr[seq]`.
In the future this will be interpreted as an array index,
`arr[np.array(seq)]`, which will result either in an error or a
different result.
    print ('y[indexlist.T]:', y[ indexlisttranspose ])
y[indexlist.T]: [ 1  2 24]

【讨论】：

【解决方案4】：

你知道多维数组是如何转换的吗？

它可以扩展为多维数组，方法是为每个索引提供一个 1d 数组，因此对于 2d 数组 filter_indices=np.array([[1,0],[0,1]]) array=np.array([[0,1],[1,2]]) print(array[filter_indices[:,0],filter_indices[:,1])

会给你： [1,1]

Scipy 解释了如果你打电话会发生什么： print(array[filter_indices])

https://docs.scipy.org/doc/numpy-1.13.0/user/basics.indexing.html

【讨论】：

我认为这比元组转换的其他两个答案更快。

【解决方案5】：

最快的方法是X[tuple(index.T)]，其中X 是包含元素的ndarray，index 是希望检索的索引的ndarray。

【讨论】：