Maison >développement back-end >Tutoriel Python >Comment indexer efficacement un tableau NumPy 2D à l'aide de deux listes d'index ?

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

Patricia Arquette
Patricia Arquetteoriginal
2024-10-27 04:54:02451parcourir

How to Efficiently Index a 2D NumPy Array Using Two Lists of Indices?

Indexation d'un tableau NumPy 2D à l'aide de deux listes d'indices

L'objectif est d'effectuer l'indexation sur un tableau NumPy 2D à l'aide de deux listes d'indices fournies, une pour les lignes et un pour les colonnes. Le résultat souhaité est d'obtenir efficacement un sous-ensemble du tableau basé sur les indices spécifiés.

Utilisant np.ix_

Pour y parvenir, nous pouvons exploiter le Fonction np.ix_ de NumPy. np.ix_ crée des tuples de tableaux d'indexation qui peuvent être utilisés pour la diffusion. Voici comment cela fonctionne :

Avec les tableaux d'indexation

Sélection :

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

Cela crée un tuple de tableaux d'indexation basés sur row_indices et col_indices. La diffusion de ces tableaux nous permet d'indexer dans x et d'extraire le sous-ensemble souhaité.

Affectation :

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

Cela attribue la valeur spécifiée aux positions indexées dans x.

Avec masques

Sélection :

<code class="python">row_mask = np.array([True, False, False, True, False], dtype=bool)
col_mask = np.array([False, True, True, False, False], dtype=bool)

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

Ici, on utilise des masques booléens (row_mask et col_mask) pour définir les lignes et les colonnes à sélectionner.

Affectation :

<code class="python">x[np.ix_(row_mask, col_mask)] = value</code>

Cela attribue une valeur aux positions masquées dans x.

< h3>Sample Run

Considérez les tableaux et listes d'index suivants :

<code class="python">x = np.random.random_integers(0, 5, (20, 8))

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

En utilisant np.ix_, nous pouvons indexer dans x :

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

print(x_indexed)

# Output:
# [[76 56]
#  [70 47]
#  [46 95]
#  [76 56]
#  [92 46]]</code>

Cela nous donne le sous-ensemble souhaité du tableau avec des lignes et des colonnes sélectionnées en fonction des indices fournis.

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