Comment indexer un tableau NumPy 2D à l'aide de deux listes d'index ?

Indexation d'un tableau NumPy 2D avec 2 listes d'indices

Utilisation de np.ix_ avec des tableaux d'indexation

Pour indexer un tableau NumPy 2D à l'aide de deux listes d'index, de tableaux, nous pouvons utiliser la fonction np.ix_ en conjonction avec des tableaux d'indexation.

<code class="python">x_indexed = x[np.ix_(row_indices, col_indices)]</code>

Utiliser np.ix_ avec des masques

Alternativement, nous pouvons utiliser np.ix_ avec des masques booléens pour sélectionner et indexer le tableau :

<code class="python">row_mask = [0, 1, 1, 0, 0, 1, 0]
col_mask = [1, 0, 1, 0, 1, 1, 0, 0]

x_indexed = x[np.ix_(row_mask, col_mask)]</code>

Exemple

Considérons l'exemple suivant :

<code class="python">import numpy as np

x = np.random.randint(0, 6, (20, 8))

row_indices = [4, 2, 18, 16, 7, 19, 4]
col_indices = [1, 2]</code>

Pour indexer x à l'aide des listes fournies, nous pouvons utiliser l'une ou l'autre méthode :

<code class="python"># Using np.ix_ with indexing arrays
x_indexed = x[np.ix_(row_indices, col_indices)]

# Using np.ix_ with masks
row_mask = np.isin(np.arange(x.shape[0]), row_indices)
col_mask = np.isin(np.arange(x.shape[1]), col_indices)

x_indexed = x[np.ix_(row_mask, col_mask)]</code>

Les deux méthodes donneront le tableau indexé souhaité :

<code class="python">>>> x_indexed
array([[76, 56],
       [70, 47],
       [46, 95],
       [76, 56],
       [92, 46]])</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!