如何在邏輯上結合numpy中的整數索引？

有誰知道如何在numpy中結合整數索引？具體來說，我得到了幾個np.where的結果，我想提取它們之間通用的元素。如何在邏輯上結合numpy中的整數索引？

對於上下文，我試圖用每個單元的邊界值之間的元素數來填充一個大的3d數組，即我有包括他們的時間，經度和緯度在內的單個事件的記錄。我想把它網格化成3D頻率矩陣，其中維度是時間，經度和緯度。

我可以循環陣列元素做一個np.where(timeCondition & latCondition & lonCondition)，人口與結果的長度，但我認爲這將是非常低效的，因爲你將不得不重複許多where s。

什麼會更好是隻有每個維度的每個單元wheres列表，然後循環通過邏輯組合它們？

2014-01-20 nrob

'np.where（timeCondition＆latCondition＆lonCondition）'實際上應該是比要快得多。分別爲每個條件調用'np.where' - 這樣你只能遍歷每個元素一次 –

因此，就效率而言 - 問題在於np.where中重複的個別條件。因此，例如，當循環經度點時，我會有np.where（timeCondition＆latCondition＆lonCondition1）後接np.where（timeCondition＆latCondition＆lonCondition2），即必須多次無故搜索timeCondition＆latCondition。我想，如果我只是把它們都做了一遍，然後將它們粘在列表中，然後我可以循環比較這些元素，它必須更快。這聽起來不錯嗎？ – nrob

根據條件的使用情況，它可以用掩碼乘以掩碼而不是索引。我用它來優化矩陣分解算法中的某些循環，以達到良好效果。 –

爲@ali_m說，使用位和要快很多，但要回答你的問題：

電話ravel_multi_index()到多暗淡指數轉換成1調光指數。
致電intersect1d()獲取兩種情況下的索引。
調用unravel_index()將1-dim索引轉換回多偏移索引。

下面是代碼：

import numpy as np 

a = np.random.rand(10, 20, 30) 

idx1 = np.where(a>0.2) 
idx2 = np.where(a<0.4) 

ridx1 = np.ravel_multi_index(idx1, a.shape) 
ridx2 = np.ravel_multi_index(idx2, a.shape) 
ridx = np.intersect1d(ridx1, ridx2) 
idx = np.unravel_index(ridx, a.shape) 

np.allclose(a[idx], a[(a>0.2) & (a<0.4)])

，或者你可以直接使用ridx：

a.ravel()[ridx]

來源

2014-01-20 12:53:13 HYRY

你肯定回答了我的問題，但事實證明我以不同的方式解決了問題。我發現最有效的解決方案是跳過np.where方面。即我爲每個維度創建了一個布爾數組的列表，然後將它們與＆符號進行邏輯組合。 – nrob

如何在邏輯上結合numpy中的整數索引？

回答

相關問題