저차원 배열을 효과적으로 사용하여 다차원 배열의 값에 액세스하는 방법은 무엇입니까?

저차원 배열을 사용하여 다차원 배열에 액세스

다차원 배열에서 저차원 배열을 사용하여 특정 차원에 따라 값을 검색하는 것은 다음과 같습니다. 도전적이다. 아래 예를 고려하십시오.

<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>

a.max(axis=0)를 사용한 것처럼 idx를 사용하여 최대값에 어떻게 액세스할 수 있습니까? b에서 해당 값을 어떻게 검색합니까?

고급 인덱싱을 사용한 우아한 솔루션

고급 인덱싱은 이를 달성하기 위한 유연한 방법을 제공합니다.

<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>

이 솔루션은 그리드 [idx, I, J]가 나머지 차원에 대한 가능한 모든 인덱스 조합에 걸쳐 있다는 사실을 활용합니다.

임의 차원에 대한 일반화

일반적인 n차원 배열의 경우 위의 솔루션을 일반화하기 위해 함수를 정의할 수 있습니다.

<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>

대체 인덱싱 방법

또는 함수를 생성할 수도 있습니다. 모든 축에 대한 인덱스 그리드를 생성하려면:

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

이 그리드를 사용하여 저차원 배열이 있는 다차원 배열에 액세스할 수 있습니다.

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

위 내용은 저차원 배열을 효과적으로 사용하여 다차원 배열의 값에 액세스하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!