numpy 每隔 n 个条目选择一次答案

【问题标题】：numpy selecting every other n entriesnumpy 每隔 n 个条目选择一次
【发布时间】：2015-09-18 21:31:10
【问题描述】：

有没有人知道一种聪明的方法来选择一个 numpy 数组中的每组 n 个条目？例如，这里我想选择所有“唯一”条目 0、1、4、5、8、9 等（n=2）而不诉诸排序：

[[ 0  2]
 [ 1  3]
 [ 2  0]
 [ 3  1]
 [ 4  6]
 [ 5  7]
 [ 6  4]
 [ 7  5]
 [ 8 10]
 [ 9 11]
 [10  8]
 [11  9]
 [12 14]
 [13 15]
 [14 12]
 [15 13]]

事先构建索引数组是一种选择，但我想知道是否有人有更好的主意！

【问题讨论】：

你能给出一个期望输出的样本吗？
这是 unutbu 提供的。

标签： python arrays numpy indexing

【解决方案1】：

您可以重塑数组以添加长度为 2 的额外维度：

In [10]: x.reshape(-1,2,2)
Out[10]: 
array([[[ 0,  2],
        [ 1,  3]],

       [[ 2,  0],
        [ 3,  1]],

       [[ 4,  6],
        [ 5,  7]],

       [[ 6,  4],
        [ 7,  5]],

       [[ 8, 10],
        [ 9, 11]],

       [[10,  8],
        [11,  9]],

       [[12, 14],
        [13, 15]],

       [[14, 12],
        [15, 13]]])

然后选择沿第一个轴的所有其他项目：

In [11]: x.reshape(-1,2,2)[::2]
Out[11]: 
array([[[ 0,  2],
        [ 1,  3]],

       [[ 4,  6],
        [ 5,  7]],

       [[ 8, 10],
        [ 9, 11]],

       [[12, 14],
        [13, 15]]])

最后将其重新整形为二维数组：

In [12]: x.reshape(-1,2,2)[::2].reshape(-1,2)
Out[12]: 
array([[ 0,  2],
       [ 1,  3],
       [ 4,  6],
       [ 5,  7],
       [ 8, 10],
       [ 9, 11],
       [12, 14],
       [13, 15]])

【讨论】：

这很好用！没想到重塑会是一个如此有用的工具 :-) 谢谢。

【解决方案2】：

让 l = 你的原始列表，那么你想要的是：

[x for i, x in enumerate(l) if (i // 2) % 2 == 0]

【讨论】：

看起来真不错。列表理解看起来非常强大。但是看到我正在使用 numpy，我得到：[array([0, 4]), array([1, 5]) 等。有什么想法吗？我可以改用普通数组，但如果可能的话，我宁愿不要。
尝试在最后转换回 np.array：array([x for i, x in enumerate(l) if (i // 2) % 2 == 0])