numpy抛出异常中的逻辑索引[重复]

Question

我正在尝试编写一些代码，使用逻辑 numpy 数组来索引更大的数组，类似于 MATLAB 允许使用逻辑数组进行数组索引的方式。

import numpy as np
m = 4
n = 4
unCov = np.random.randint(10, size = (m,n) )
rowCov = np.zeros( m, dtype = bool )
colCov = np.ones( n, dtype = bool )
>>> unCov[rowCov, rowCov] 
[]  # as expected
>>> unCov[colCov, colCov]
[0 8 3 3]  # diagonal values of unCov, as expected
>>> unCov[rowCov, colCov]
ValueError: shape mismatch: objects cannot be broadcast to a single shape

对于最后一次评估，我期望一个空数组，类似于 MATLAB 返回的内容。我宁愿不必在索引之前检查 rowCov/colCov 的 True 元素。为什么会发生这种情况，有没有更好的方法来做到这一点？

Answer 1

据我了解，numpy 会将您的 2d 逻辑索引转换为实际索引向量：arr[[True,False],[False,True]] 将变为 arr[0,1] 用于形状为 ndarray 的 ndarray。但是，在您的最后一种情况下，第二个索引数组是完整的False，因此它对应于长度为 0 的索引数组。这与另一个完整的True 索引向量配对，对应于长度为 4 的索引数组。

来自the numpy manual：

如果索引数组的形状不同，则尝试 将它们广播到相同的形状。如果它们不能被广播到 相同的形状，引发异常：

在您的情况下，错误正是由于以下原因：

---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-1411-28e41e233472> in <module>()
----> 1 unCov[colCov,rowCov]

IndexError: shape mismatch: indexing arrays could not be broadcast together with shapes (4,) (0,)

另一方面，如果索引数组在任何给定维度上为空，MATLAB 会自动返回一个空数组。

---

这实际上突出了 MATLAB 和 numpy 中的逻辑索引之间的根本区别。在 MATLAB 中，下标索引中的向量总是切出一个子数组。也就是说，两者都

arr([1,2],[1,2])

和

arr([true,true],[true,true])

将返回矩阵arr 的2 x 2 子矩阵。如果逻辑索引向量短于数组的给定维度，则假定缺少的索引元素为false。有趣的事实：索引向量也可以比给定的维度长，只要超出的元素都是false。所以上面也等价于

arr([true,true,false,false],[true,true])

和

arr([true,true,false,false,false,false,false],[true,true])

对于4 x 4 数组（为了论证）。

然而，在 numpy 中，以这种方式使用布尔值 numpy arrays 进行索引将尝试提取向量。此外，布尔索引向量的长度应与它们索引的维度相同。在您的4 x 4 示例中，

unCov[np.array([True,True]),np.array([True,True])]

和

unCov[np.array([True,True,False,False,False]),np.array([True,True,False,False,False])]

都返回两个第一个对角线元素，所以不是子矩阵而是向量。此外，他们还给出了不那么令人鼓舞的警告

/usr/bin/ipython:1: VisibleDeprecationWarning: boolean index did not match indexed array along dimension 0; dimension is 4 but corresponding boolean dimension is 5

因此，在 numpy 中，您的逻辑索引向量的长度应与 ndarray 的相应维度相同。然后我上面写的也是正确的：逻辑值被转换为索引，结果应该是一个向量。这个向量的长度是每个索引向量中 True 元素的数量，所以如果你的布尔索引向量有不同数量的 True 元素，那么引用没有意义，你会得到错误得到。