隨着我的代碼，我遇到了一個問題，其中numpy.choose方法不接受所有參數，因爲它受NPY_MAXARGS（=32）的限制。是否有可用的替代方案，允許任意數量的自變量數組或至少超過32，與numpy.choose一樣快？numpy.choose的替代方案允許任意或至少多於32個參數？
choices = [np.arange(0,100)]*100
selection = [0] * 100
np.choose(selection, choices)
>> ValueError: Need between 2 and (32) array objects (inclusive).
任何幫助，將不勝感激... :)
該指數可以作爲列表。假設selections具有相同的長度choices：
b = numpy.array(choices)
result = b[range(len(selections)), selections]
會給在由選擇索引指定選擇的值。看到它的行動：
numpy.random.seed(1)
b = numpy.random.randint(0,100,(5,10))
>>> array([[37, 12, 72, 9, 75, 5, 79, 64, 16, 1],
[76, 71, 6, 25, 50, 20, 18, 84, 11, 28],
[29, 14, 50, 68, 87, 87, 94, 96, 86, 13],
[ 9, 7, 63, 61, 22, 57, 1, 0, 60, 81],
[ 8, 88, 13, 47, 72, 30, 71, 3, 70, 21]])
selections = numpy.random.randint(0,10,5)
>>> array([1, 9, 3, 4, 8])
result = b[range(len(selections)),selections]
>>>> array([12, 28, 68, 22, 70])
這是我記得'選擇'作爲備選答案的唯一背景。 – hpaulj
choose具有32對象限制，因爲其廣播的陣列一起。考慮這兩個動作的錯誤消息：
In [982]: np.arange(33).choose(np.ones((33,33)))
...
ValueError: Need at least 1 and at most 32 array objects.
In [983]: np.broadcast(*range(33))
...
ValueError: Need at least 1 and at most 32 array objects.
一個利用該廣播的例子，從2d數組，1d和標量中挑選值。
In [998]: np.diag([2,1,0]).choose((np.arange(9).reshape(3,3), 0,[.1,.2,.3]))
Out[998]:
array([[ 0.1, 1. , 2. ],
[ 3. , 0. , 5. ],
[ 6. , 7. , 8. ]])
作爲@Benjamin所示np.choose可以用來選擇來自2D陣列的連續列項 - 提供有不超過32分列
In [1002]: M=np.arange(9).reshape(3,3)
In [1003]: np.array([2,0,1]).choose(M)
Out[1003]: array([6, 1, 5])
In [1004]: M[[2,0,1],[0,1,2]]
Out[1004]: array([6, 1, 5])
正是在這樣一個上下文我記得第一次看到這個32數組限制爲choose，並且我在其中看到choose用於答案中的少數幾個之一。
這是一個編譯功能，PyArray_Choose和array_choose
我沒有看到這個功能的任何使用其它編譯numpy的代碼。除了測試，在numpy的其餘部分幾乎沒有用處。
給出使用'choose'的現實原因。你的例子只是表明選擇的數量是有限的。你使用什麼特殊功能？請注意其文檔中的「濫用」警告。 – hpaulj