저차원 인덱스 배열을 사용하여 N차원 배열을 효율적으로 인덱싱하는 방법은 무엇입니까?

(N-1)차원 배열로 N차원 배열 인덱싱

(N으로 N차원 배열에 액세스) -1) 차원 배열은 특정 차원에 따라 정렬된 값을 찾을 때 어려움을 나타냅니다. np.argmax를 사용하는 기존 접근 방식으로는 충분하지 않을 수 있습니다.

고급 인덱싱 접근 방식

np.ogrid를 사용한 고급 인덱싱을 통해 우아한 인덱싱을 구현할 수 있습니다. 3D 배열 a와 첫 번째 차원의 argmax의 경우 idx:

import numpy as np

a = np.random.random_sample((3, 4, 4))
idx = np.argmax(a, axis=0)

m, n = a.shape[1:]
I, J = np.ogrid[:m, :n]
a_max_values = a[idx, I, J]

이 접근 방식은 인덱스 배열을 원래 배열의 전체 차원으로 효과적으로 확장하는 그리드를 생성합니다.

임의의 차원에 대한 일반화

더 일반화된 솔루션을 위해 argmax_to_max() 함수를 정의할 수 있습니다.

def argmax_to_max(arr, argmax, axis):
    new_shape = list(arr.shape)
    del new_shape[axis]

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

    return arr[tuple(grid)]

이 함수는 원래 배열인 argmax를 사용하고 원하는 축을 선택하고 해당 최대값을 반환합니다.

일반 인덱싱을 위한 대체 접근 방식

(N-1)차원을 사용하여 N차원 배열을 인덱싱하는 경우 배열의 경우 all_idx() 함수가 더 간단한 솔루션입니다.

def all_idx(idx, axis):
    grid = np.ogrid[tuple(map(slice, idx.shape))]
    grid.insert(axis, idx)
    return tuple(grid)

이 함수를 사용하면 축을 따라 idx가 있는 배열 a에 대한 인덱싱을 수행할 수 있습니다.

axis = 0
a_max_values = a[all_idx(idx, axis=axis)]

위 내용은 저차원 인덱스 배열을 사용하여 N차원 배열을 효율적으로 인덱싱하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!