Question

目的是计算两组点（set1和set2）之间的距离矩阵，使用argsort()获取已排序的索引，并使用take()来提取排序数组。我知道我可以直接做sort()，但我需要接下来的步骤索引。

我正在使用花式索引concepts discussed here。我无法使用take()直接使用获得的索引矩阵，但是向每行添加相应的数量使其工作，因为take()使源数组变平，使第二行元素具有索引+ = len（set2），第三行索引+ = 2 * len（set2）等等（见下文）：

dist  = np.subtract.outer( set1[:,0], set2[:,0] )**2
dist += np.subtract.outer( set1[:,1], set2[:,1] )**2
dist += np.subtract.outer( set1[:,2], set2[:,2] )**2
a = np.argsort( dist, axis=1 )
a += np.array([[ 0,  0,  0,  0,  0,  0,  0,  0,  0,  0],
               [10, 10, 10, 10, 10, 10, 10, 10, 10, 10],
               [20, 20, 20, 20, 20, 20, 20, 20, 20, 20],
               [30, 30, 30, 30, 30, 30, 30, 30, 30, 30]])
s1 = np.sort(dist,axis=1)
s2 = np.take(dist,a)
np.nonzero((s1-s2)) == False
#True # meaning that it works...

主要问题是：在没有对这些索引求和的情况下，是否可以直接使用take()？

要播放的数据：

set1 = np.array([[ 250., 0.,    0.],
                 [ 250., 0.,  510.],
                 [-250., 0.,    0.],
                 [-250., 0.,    0.]])

set2 = np.array([[  61.0, 243.1, 8.3],
                 [ -43.6, 246.8, 8.4],
                 [ 102.5, 228.8, 8.4],
                 [  69.5, 240.9, 8.4],
                 [ 133.4, 212.2, 8.4],
                 [ -52.3, 245.1, 8.4],
                 [-125.8, 216.8, 8.5],
                 [-154.9, 197.1, 8.6],
                 [  61.0, 243.1, 8.7],
                 [ -26.2, 249.3, 8.7]])

其他相关问题：

- Euclidean distance between points in two different Numpy arrays, not within

Answer 1

我不认为有一种方法可以在不使用平面索引的情况下使用np.take。由于维度可能会发生变化，因此您最好使用np.ravel_multi_index，执行以下操作：

a = np.argsort(dist, axis=1)
a = np.ravel_multi_index((np.arange(dist.shape[0])[:, None], a), dims=dist.shape)

或者，您可以在不使用take的情况下使用花式索引：

s2 = dist[np.arange(4)[:, None], a]

Answer 2

截至2018年5月，有np.take_along_axis

s2 = np.take_along_axis(dist, a, axis=1)

使用NumPy argsort并接收2D数组

2 个答案: