하나의 NumPy 배열을 다른 배열로 인덱싱하는 방법: 고급 인덱싱과 선형 인덱싱?

NumPy에서 하나의 배열을 다른 배열로 인덱싱

과학 컴퓨팅에서는 다차원 배열을 조작하는 것이 일반적인 작업입니다. NumPy의 고급 인덱싱 기능은 복잡한 인덱싱 작업을 위한 강력한 도구를 제공하여 다른 배열에 저장된 인덱스 값을 기반으로 배열에서 데이터를 쉽게 추출할 수 있게 해줍니다.

임의의 값을 갖는 행렬 A를 생각해 보세요. A의 요소 인덱스를 포함하는 행렬 B. 작업은 B가 가리키는 A에서 값을 선택하여 C 행렬을 만드는 것입니다.

이를 달성하는 한 가지 접근 방식은 NumPy를 사용하는 것입니다. 고급의 indexing:

• np.arange(A.shape[0])[:, None]: A, 각 열은 동일한 행 인덱스를 나타냅니다.
• [:, None]: B에 맞게 배열을 추가 차원으로 2D 배열로 확장합니다.

이 접근 방식은 루프가 필요 없이 대규모 배열에서 효율적으로 작동합니다.

선형 인덱싱은 이에 대한 또 다른 방법을 제공합니다. 연산:

• m, n = A.shape: A.
• B의 크기를 저장합니다. n * np.arange(m)[:, None]: C는 B의 인덱스와 행 번호를 기반으로 합니다.
• np.take(A, ...):에서 요소를 추출합니다. A 평탄화된 인덱스를 사용합니다.

둘 다 고급 인덱싱 및 선형 인덱싱은 NumPy에서 한 배열을 다른 배열로 인덱싱하는 효율적인 방법을 제공합니다.

위 내용은 하나의 NumPy 배열을 다른 배열로 인덱싱하는 방법: 고급 인덱싱과 선형 인덱싱?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!