有一个形状为 (2,6, 60) 的数组 A,是否可以根据形状为 (6,) 的二进制数组 B 对其进行索引?
6 和 60 非常随意,它们只是我希望访问的 2D 数据。
我试图做的基本事情是计算二维数据的两个变体(在本例中为 (6,60)),然后有效地选择总和最低的那些 -这就是二进制 (6,) 数组的来源。
示例:对于 B = [1,0,1,0,1,0] 我希望接收的内容等于堆叠
A[1,0,:]
A[0,1,:]
A[1,2,:]
A[0,3,:]
A[1,4,:]
A[0,5,:]
但我想通过直接索引而不是 for 循环来实现。
我已经尝试过 A[B]、A[:,B,:]、A[B,:,:] A[:,:,B] 但没有一个提供所需的(6,60) 矩阵。
import numpy as np
A = np.array([[4, 4, 4, 4, 4, 4], [1, 1, 1, 1, 1, 1]])
A = np.atleast_3d(A)
A = np.tile(A, (1,1,60)
B = np.array([1, 0, 1, 0, 1, 0])
A[B]
预期结果是一个 (6,60) 数组,其中包含上述 A 中的元素,接收到的是 (2,6,60) 或 (6,6,60)。
先谢谢你, 莱纳斯
请您参考如下方法:
您可以生成一系列要迭代的索引,在您的例子中是从 0 到 5:
count = A.shape[1]
indices = np.arange(count) # np.arange(6) for your particular case
>>> print(indices)
array([0, 1, 2, 3, 4, 5])
然后您可以使用它来进行高级索引:
result_array = A[B[indices], indices, :]
如果您始终按递增顺序使用 A 第二轴的从 0 到长度 - 1(即在您的情况下为 0 到 5)的完整范围,您可以将其简化为:
result_array = A[B, indices, :]
# or the ugly result_array = A[B, np.arange(A.shape[1]), :]
如果总是 6,甚至这样:
result_array = A[B, np.arange(6), :]
