选择从numpy的阵列特定的行和列 [英] Selecting specific rows and columns from NumPy array

问题描述

我已经快疯了试图找出我在做什么愚蠢的事错在这里。

我使用numpy的，我有具体的行索引和具体列索引，我要从中选择。这里是我的问题的要点是：

 导入numpy的是NP一个= np.arange（20）.reshape（（5,4））
＃阵列（[0，1，2，3]
＃[4，5，6，7]，
＃[8，9，10，11]，
＃[12，13，14，15]，
＃[16，17，18，19]）＃如果我选择的某些行，它的工作原理
打印[0,1，3]：]
＃阵列（[0，1，2，3]
＃[4，5，6，7]，
＃[12，13，14，15]]）＃如果我选择某些行和一列，它的工作原理
打印[0,1，3] 2]
＃阵列（[2,6，14]）＃但是，如果我选择某些行和某些列，它失败
打印[[0,1,3]，[0,2]
＃回溯（最近通话最后一个）：
＃文件＆LT;＆标准输入GT;，1号线，上述＆lt;＆模块GT;
＃ValueError错误：形状不匹配：对象不能被广播到单个形状
 

这是怎么回事？当然，我应该能够选择第一，第二，和第4行，第1和第3列？我期待的结果是：

  A [0,1,3]，[0,2] =＆GT; [[0,2]，
                      [4,6]
                      [12，14]]
 

解决方案

花式索引需要你提供所有指数为每个维度。您提供3指数的第一个，也是唯一2第二个，因此错误。你想要做这样的事情：

 ＆GT;＆GT;＆GT;一个[[[0,0]，[1,1]，[3,3]，[0,2]，[0,2]，[0,2]]]
阵列（[0,2]，
       [4,6]
       [12，14]]）
 

这当然是一个痛苦的写，这样可以让广播帮助您：

 ＆GT;＆GT;＆GT;一个[[[0]，[1]，[3]，[0,2]
阵列（[0,2]，
       [4,6]
       [12，14]]）
 

这是更简单的做，如果你使用数组索引，而不是名单：

 ＆GT;＆GT;＆GT; row_idx = np.array（[0，1，3]）
＆GT;＆GT;＆GT; col_idx = np.array（[0,2]）
＆GT;＆GT;＆GT;一个[row_idx [:,无]，col_idx]
阵列（[0,2]，
       [4,6]
       [12，14]]）
 

I've been going crazy trying to figure out what stupid thing I'm doing wrong here.

I'm using NumPy, and I have specific row indices and specific column indices that I want to select from. Here's the gist of my problem:

import numpy as np

a = np.arange(20).reshape((5,4))
# array([[ 0,  1,  2,  3],
#        [ 4,  5,  6,  7],
#        [ 8,  9, 10, 11],
#        [12, 13, 14, 15],
#        [16, 17, 18, 19]])

# If I select certain rows, it works
print a[[0, 1, 3], :]
# array([[ 0,  1,  2,  3],
#        [ 4,  5,  6,  7],
#        [12, 13, 14, 15]])

# If I select certain rows and a single column, it works
print a[[0, 1, 3], 2]
# array([ 2,  6, 14])

# But if I select certain rows AND certain columns, it fails
print a[[0,1,3], [0,2]]
# Traceback (most recent call last):
#   File "<stdin>", line 1, in <module>
# ValueError: shape mismatch: objects cannot be broadcast to a single shape

Why is this happening? Surely I should be able to select the 1st, 2nd, and 4th rows, and 1st and 3rd columns? The result I'm expecting is:

a[[0,1,3], [0,2]] => [[0,  2],
                      [4,  6],
                      [12, 14]]

解决方案

Fancy indexing requires you to provide all indices for each dimension. You are providing 3 indices for the first one, and only 2 for the second one, hence the error. You want to do something like this:

>>> a[[[0, 0], [1, 1], [3, 3]], [[0,2], [0,2], [0, 2]]]
array([[ 0,  2],
       [ 4,  6],
       [12, 14]])

That is of course a pain to write, so you can let broadcasting help you:

>>> a[[[0], [1], [3]], [0, 2]]
array([[ 0,  2],
       [ 4,  6],
       [12, 14]])

This is much simpler to do if you index with arrays, not lists:

>>> row_idx = np.array([0, 1, 3])
>>> col_idx = np.array([0, 2])
>>> a[row_idx[:, None], col_idx]
array([[ 0,  2],
       [ 4,  6],
       [12, 14]])

这篇关于选择从numpy的阵列特定的行和列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！