numpy數組中的索引混淆

我真的很困惑numpy數組的索引邏輯與幾個維度。下面是一個例子：numpy數組中的索引混淆

import numpy as np 
A = np.arange(18).reshape(3,2,3) 
[[[ 0, 1, 2], 
    [ 3, 4, 5]], 

[[ 6, 7, 8], 
    [ 9, 10, 11]], 

[[12, 13, 14], 
    [15, 16, 17]]])

這給了我的形狀（3,2,3）的陣列，稱它們爲（X，Y，Z）爲自變量的緣故。現在我想要一個數組B，其中A的元素對應於x = 0,2 y = 0,1和z = 1,2。像

array([[[ 1, 2], 
     [4, 5]], 

     [[13, 14], 
     [16, 17]]])

我天真地以爲

B=A[[0,2],[0,1],[1,2]]

會做這項工作。但它給出

array([ 2, 104])

並且不起作用。

A[[0,2],:,:][:,:,[1,2]]

完成這項工作。但我仍然想知道我的第一次嘗試有什麼問題。什麼是做我想做的最好的方式？

來源

2011-01-27 jonalm

我的個人看法：你的方式觸發了Numpy的高級索引。在高級索引上下文中，A [[0,2]，[0,1]，[1,2]]被解釋爲「在每個維度中選擇每個索引編號（有點貪婪的方法） – 2017-10-17 15:02:34

在NumPy basic和advanced中有兩種類型的索引。基本索引使用片元組進行索引，並且不復制數組，而是creates a view with adjusted strides。相比之下，高級索引也使用列表或索引數組並複製數組。

你的第一次嘗試

B = A[[0, 2], [0, 1], [1, 2]]

採用先進的索引。在高級索引中，所有索引列表都是第一個broadcasted，形狀相同，並且此形狀用於輸出數組。在這種情況下，他們已經有相同的形狀，所以廣播不做任何事情。輸出數組也將具有這種形式的兩個條目。輸出數組的第一個條目是通過使用三個列表的所有第一指數獲得，第二通過使用所有第2指標：

B = numpy.array([A[0, 0, 1], A[2, 1, 2]])

你的第二個方法

B = A[[0,2],:,:][:,:,[1,2]]

的工作，但它效率低下。它使用兩次高級索引，因此您的數據將被複制兩次。

要得到你真正想要擁有先進的索引，您可以使用

A[np.ix_([0,2],[0,1],[1,2])]

由nikow指出的是什麼。這將只複製一次數據。

在你的榜樣，你能逃脫沒有在所有複製數據，只使用基本的索引：

B = A[::2, :, 1:2]

來源

2011-01-27 13:59:36

謝謝Sven，但是有沒有比使用高級索引更好的方法來從數組中提取不連續（或者有規律間隔）的索引（我的例子太簡單了，因爲所有的im提取的索引是連續的間隔的） – jonalm 2011-01-27 14:16:37

我推薦以下高級教程，這也解釋了各種索引方法：NumPy MedKit

一旦你理解了有效的方法來索引數組（以及它們如何組合使用）它纔有意義。如果你的第一次嘗試是有效的，那麼這將與其他一些索引技術相沖突（減少你在其他用例中的選項）。

在您的例子，你可以利用第三指數涵蓋連續範圍：

A[[0,2],:,1:]

你也可以使用

A[np.ix_([0,2],[0,1],[1,2])]

這是在更一般的情況下，當後者指數都得心應手不連續。 np.ix_只是構造三個索引數組。

正如Sven在他的回答中指出的那樣，在這種特定情況下（使用視圖而不是複製版本）有更有效的方法。

編輯：正如Sven所指出的，我的答案包含一些我已經刪除的錯誤。我仍然認爲他的回答比較好，但不幸的是我現在不能刪除我的。

來源

2011-01-27 10:46:46 nikow

Some note：1 。你的前兩個代碼片段不是等價的 - 它們產生不同形狀的數組。第一行是** not **像第二個那樣解釋。2. jonalm的解決方案並不可取，因爲它複製了兩次數組。在另一個答案中多解釋一下這些問題 – 2011-01-27 13:49:01

A[(0,2),:,1:]

如果你想

array([[[ 1, 2], 
     [ 4, 5]], 

     [[13, 14], 
     [16, 17]]])

你想要[索引，你想要的排，你想要的排列]

來源

2014-06-30 22:36:32 user2290820

numpy數組中的索引混淆

回答

相關問題