通过布尔索引数组的布尔索引数组，没有循环

Question

我想通过多个布尔数组索引一个带有布尔掩码的数组，而无需循环。

这是我想要实现的，但没有循环，只有 numpy。

import numpy as np
a = np.array([[0, 1],[2, 3]])
b = np.array([[[1, 0], [1, 0]], [[0, 0], [1, 1]]], dtype=bool)

r = []
for x in b:
    print(a[x])
    r.extend(a[x])

# => array([0, 2])
# => array([2, 3])

print(r)
# => [0, 2, 2, 3]

# what I would like to do is something like this
r = some_fancy_indexing_magic_with_b_and_a
print(r)
# => [0, 2, 2, 3]

Answer 1

方法#1

使用np.broadcast_to 将a 广播到b's 形状，然后使用b 对其进行屏蔽-

In [15]: np.broadcast_to(a,b.shape)[b]
Out[15]: array([0, 2, 2, 3])

方法 #2

另一个是获取所有索引和 mod 大小为a，这也是b 中每个2D 块的大小，然后索引到扁平@ 987654330@-

a.ravel()[np.flatnonzero(b)%a.size]

方法#3

在与 App#2 相同的行上，但保持 2D 格式并沿 b 的最后两个轴使用非零索引 -

_,r,c = np.nonzero(b)
out = a[r,c]

---

大型阵列上的时序（给定放大 100 倍的样本形状）-

In [50]: np.random.seed(0)
    ...: a = np.random.rand(200,200)
    ...: b = np.random.rand(200,200,200)>0.5

In [51]: %timeit np.broadcast_to(a,b.shape)[b]
45.5 ms ± 381 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [52]: %timeit a.ravel()[np.flatnonzero(b)%a.size]
94.6 ms ± 1.64 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [53]: %%timeit
    ...: _,r,c = np.nonzero(b)
    ...: out = a[r,c]
128 ms ± 1.46 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)