如何找到向量化矩陣numpy的索引

Question

我有一個numpy（n x n x n）的ndmatrix，爲了以特定的方式對我的數據進行一些抽樣，給我（1 x n^3）。

我想採取個別矢量化指數，並將其轉換回n維索引形式（n x n x n）。我不知道如何顛簸實際矢量化矩陣。

任何人都可以建議嗎？

Answer 1

numpy的具有功能unravel_index這確實相當多的是：給定一組「平」指標，它會在每個維度返回索引列的元組：

>>> indices = np.arange(25, dtype=int) 
>>> np.unravel_index(indices, (5, 5)) 
(array([0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 4, 4, 4, 
     4, 4], dtype=int64), 
array([0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 
     3, 4], dtype=int64)) 

您可以然後將它們zip到得到你的原始指數。但是請注意，矩陣可以表示爲'行的序列'（C約定，'C'）或'列的序列'（Fortran約定，'F'）或更高維度中的相應約定。 numpy中的矩陣的典型平坦化將保留該順序，因此[[1, 2], [3, 4]]可以平化爲[1, 2, 3, 4]（如果它具有'C'順序）或[1, 3, 2, 4]（如果它具有'F'順序）。 unravel_index有一個可選的order參數，如果要更改默認的（這是「C」），那麼你可以這樣做：

>>> # Typically, transposition will change the order for 
>>> # efficiency reasons: no need to change the data ! 
>>> n = np.random.random((2, 2, 2)).transpose() 
>>> n.flags.f_contiguous 
True 
>>> n.flags.c_contiguous 
False 
>>> x, y, z = np.unravel_index([1,2,3,7], (2, 2, 2), order='F')