基于与外部数组交集的numpy recarray索引答案

【问题标题】：numpy recarray indexing based on intersection with external array基于与外部数组交集的numpy recarray索引
【发布时间】：2011-03-10 19:01:01
【问题描述】：

我正在尝试根据 recarrays 字段之一和外部数组之间的公共值对 numpy.recarray 中的记录进行子集化。例如，

a = np.array([(10, 'Bob', 145.7), (20, 'Sue', 112.3), (10, 'Jim', 130.5)],
        dtype=[('id', 'i4'), ('name', 'S10'), ('weight', 'f8')])
a = a.view(np.recarray)

b = np.array([10,30])

我想取 a.id 和 b 的交集来确定要从recarray中拉出哪些记录，这样我就回来了：

(10, '鲍勃', 145.7)
（10，“吉姆”，130.5）

天真地，我试过了：

common = np.intersect1d(a.id, b)
subset = a[common]

但这当然行不通，因为没有 a[10]。我还尝试通过在 id 字段和索引之间创建一个反向字典并从那里子集来做到这一点，例如

id_x_index = {}
ids = a.id
indexes = np.arange(a.size)
for (id, index) in zip(ids, indexes):
    id_x_index[id] = index

subset_indexes = np.sort([id_x_index[x] for x in ids if x in b])
print a[subset_indexes]

但是如果 a.id 有重复项，我将覆盖 id_x_index 中的 dict 值，因为在这种情况下我得到了

(10, '吉姆', 130.5)
（10，“吉姆”，130.5）

我知道我忽略了一些将适当索引放入recarray 的简单方法。感谢您的帮助。

【问题讨论】：

标签： indexing numpy recarray

【解决方案1】：

在 Numpy 中最简洁的方法是

subset = a[np.in1d(a.id, b)]

【讨论】：

好极了，这简直是最简洁的了。谢谢

【解决方案2】：

而且对于那些有旧版本numpy的人，你也可以这样做：

subset = a[np.array([i in b for i in a.id])]

【讨论】：

谢谢，也可以。我试图通过列表理解来做到这一点，但显然语法并没有完全正确。如果可以的话，我会支持你