如何在 NumPy 中高效地选择每行的特定列索引？

NumPy：高效选择每行特定列索引

数据选择是数据分析中至关重要的操作。使用 NumPy 数组时，从每行中选择特定列可能是一项常见任务。这种选择可以通过多种方法来完成，但是根据每行的索引列表选择列需要更有效的方法。

使用布尔数组直接选择

如果您有一个布尔数组来指示要选择的列，则可以使用直接选择来有效地提取所需的值。可以通过将索引列表与列范围进行比较来创建布尔数组。例如，给定问题中描述的矩阵 X 和索引 Y 列表，您可以创建一个布尔数组 b，如下所示：

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

X = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
Y = np.array([1, 0, 2])
b = np.arange(X.shape[1])[np.isin(np.arange(X.shape[1]), Y)]</code>

使用布尔数组 b，可以执行直接选择：

<code class="python">result = X[np.arange(X.shape[0]), b]</code>

此方法提供了一种基于布尔数组选择特定列的快速方法。

替代方法

或者，您可以使用np.arange 和基于索引列表 Y 的直接选择。这种方法涉及创建索引数组并相应地从矩阵 X 中进行选择：

<code class="python">result = X[np.arange(X.shape[0]), Y]</code>

结论

使用布尔数组可以有效地在 NumPy 中选择每行的特定列索引。此方法提供基于索引列表的快速、直接的列选择。对于大型数据数组，这种方法将比基于迭代的方法提供显着的性能优势。

以上是如何在 NumPy 中高效地选择每行的特定列索引？的详细内容。更多信息请关注PHP中文网其他相关文章！