Maison >développement back-end >Tutoriel Python >Comment accéder efficacement aux valeurs dans des tableaux multidimensionnels à l'aide de tableaux de dimension inférieure ?

Comment accéder efficacement aux valeurs dans des tableaux multidimensionnels à l'aide de tableaux de dimension inférieure ?

Barbara Streisand
Barbara Streisandoriginal
2024-10-21 13:34:02373parcourir

How to Access Values in Multidimensional Arrays Using Lower- Dimensional Arrays Effectively?

Accès à des tableaux multidimensionnels avec des tableaux de dimension inférieure

Dans des tableaux multidimensionnels, la récupération de valeurs selon une dimension spécifique à l'aide d'un tableau de dimensionnalité inférieure peut être stimulant. Prenons l'exemple ci-dessous :

<code class="python">a = np.random.random_sample((3,4,4))
b = np.random.random_sample((3,4,4))
idx = np.argmax(a, axis=0)</code>

Comment pouvons-nous accéder aux maxima dans un idx utilisant comme si nous avions utilisé a.max(axis=0) ? Comment pouvons-nous récupérer les valeurs correspondantes de b ?

Solution élégante utilisant l'indexation avancée

L'indexation avancée offre un moyen flexible d'y parvenir :

<code class="python">m, n = a.shape[1:]  # Extract dimensions excluding axis 0
I, J = np.ogrid[:m, :n]
a_max_values = a[idx, I, J]  # Index using the grid
b_max_values = b[idx, I, J]</code>

Cette solution exploite le fait que la grille [idx, I, J] couvre toutes les combinaisons possibles d'indices pour les dimensions restantes.

Généralisation pour la dimensionnalité arbitraire

Pour un tableau général à n dimensions, une fonction peut être définie pour généraliser la solution ci-dessus :

<code class="python">def argmax_to_max(arr, argmax, axis):
    """
    Apply argmax() operation along one axis to retrieve maxima.

    Args:
        arr: Array to apply argmax to
        argmax: Resulting argmax array
        axis: Axis to apply argmax (0-based)
    Returns:
        Maximum values along specified axis
    """
    new_shape = list(arr.shape)
    del new_shape[axis]

    grid = np.ogrid[tuple(map(slice, new_shape))]  # Create grid of indices
    grid.insert(axis, argmax)

    return arr[tuple(grid)]</code>

Méthode d'indexation alternative

Alternativement, une fonction peut être créée pour générer une grille d'indices pour tous les axes :

<code class="python">def all_idx(idx, axis):
    grid = np.ogrid[tuple(map(slice, idx.shape))]
    grid.insert(axis, idx)
    return tuple(grid)</code>

Cette grille peut ensuite être utilisée pour accéder à un tableau multidimensionnel avec un tableau de dimension inférieure :

<code class="python">a_max_values = a[all_idx(idx, axis=axis)]
b_max_values = b[all_idx(idx, axis=axis)]</code>

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration:
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn