得到一个数组的子数组的有效途径，该指数映射 [英] Efficient way of getting a subarray of an array that the indices are mapped

问题描述

我有一个矩阵说 A 。我需要得到它的一个子矩阵，基本上它的指数是从映射来主矩阵的指标（此图不一定1-1）。我有以下的code生成的子矩阵与这里的映射被认为是之。

 导入numpy的是NP
DEF变换（A）：
    B = np.zeros（A.flatten（）。塑造[0]）
    因为我在范围内（A.flatten（）形状[0]）：
        multi_idx = np.unravel_index（I，A.shape）
        B〔np.sum（multi_idx）] = A [multi_idx]应用在指数＃系统映射：B [np.sum（multi_idx）
    返回b
A = np.arange（27）.reshape（[3,3,3]）
打印
打印转换（A）
 

通过输出：

  [[[0 1 2]
  [3 4 5]
  [6 7 8] [9 10 11]
  [12 13 14]
  [15 16 17]] [18 19 20]
  [21 22 23]
  [24 25 26]]]
[0 9. 18. 21. 24. 25. 26. 0 0 0 0 0 0 0 0。
   0 0 0 0 0 0 0 0 0 0 0 0]
 

解决方案

np.ogrid 可以使基于指数前pressions一种方便的方法数组。例如，

 导入numpy的是NPA = np.arange（27）.reshape（[3,3,3]）
B = np.zeros（A.size）
I，J，K = np.ogrid [0：3,0：3,0：3]
B〔I + J + K] = A
打印（B）
 

收益

  [0 9. 18. 21. 24. 25. 26. 0 0 0 0 0 0 0 0。
   0 0 0 0 0 0 0 0 0 0 0 0]
 

注意，分配

  B [X] = A
 

等同于

  B [X.ravel（）] = A.ravel（）
 

和分配是<青霉>为了完成从左到右的。因此，如果 X 有许多重复的值，只有最后的价值最终会影响 B 。这有处理地图的非一到一内斯在你想要的方式的影响。

I have a matrix say a. I need to get a sub-matrix of it, which basically the indices of it are coming from a mapping on the indices of the main matrix(This map is not necessarily 1-1). I have the following code to generate the sub-matrix and here the mapping is considered to be sum.

import numpy as np
def transform(A):
    B=np.zeros(A.flatten().shape[0])
    for i in range(A.flatten().shape[0]):
        multi_idx=np.unravel_index(i,A.shape)
        B[np.sum(multi_idx)]=A[multi_idx] #the mapping applied on the indices: B[np.sum(multi_idx)]
    return B       
A=np.arange(27).reshape([3,3,3])
print A
print transform(A)        

With output:

[[[ 0  1  2]
  [ 3  4  5]
  [ 6  7  8]]

 [[ 9 10 11]
  [12 13 14]
  [15 16 17]]

 [[18 19 20]
  [21 22 23]
  [24 25 26]]]
[  0.   9.  18.  21.  24.  25.  26.   0.   0.   0.   0.   0.   0.   0.   0.
   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.]

解决方案

np.ogrid can be a convenient way to make expressions based on the indices in an array. For example,

import numpy as np

A = np.arange(27).reshape([3,3,3])
B = np.zeros(A.size)
i, j, k = np.ogrid[0:3, 0:3, 0:3]
B[i+j+k] = A
print(B)

yields

[  0.   9.  18.  21.  24.  25.  26.   0.   0.   0.   0.   0.   0.   0.   0.
   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.]

Note that the assignment

B[X] = A

is equivalent to

B[X.ravel()] = A.ravel()

and the assignment is done in order from left to right. Thus, if X has many duplicate values, only the last value ultimately affects B. This has the effect of handling the non-one-to-one-ness of your map in the way you desire.

这篇关于得到一个数组的子数组的有效途径，该指数映射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！