我很确定我错过了整数索引的东西,可以使用一些帮助。假设我创建了一个2D数组:
>>> import numpy as np
>>> x=np.array(range(24)).reshape((4,6))
>>> x
array([[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23]])
然后我可以用:
选择第1行和第2行>>> x[[1,2],:]
array([[ 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17]])
或第2行和第3行的第1列:
>>> x[[1,2],1]
array([ 7, 13])
因此,我可以选择第1行和第2行的第3,4和5列:
>>> x[[1,2],[3,4,5]]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ValueError: shape mismatch: objects cannot be broadcast to a single shape
而我需要分两步完成:
>>> a=x[[1,2],:]
>>> a
array([[ 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17]])
>>> a[:,[3,4,5]]
array([[ 9, 10, 11],
[15, 16, 17]])
来自R,我的期望似乎是错误的。您能否确认一步确实无法做到这一点,或者建议更好的替代方案?谢谢!
编辑:请注意我在示例中选择的行和列恰好是连续的,但它们不一定是。换句话说,切片索引不适用于我的情况。
答案 0 :(得分:5)
您还可以选择在索引数组中使用广播,这是我通常会做的,而不是索引两次,这会创建数据的中间副本:
>>> x[[[1], [2]],[[3, 4, 5]]]
array([[ 9, 10, 11],
[15, 16, 17]])
要更好地了解正在发生的事情以及如何处理更多数量的指数:
>>> row_idx = np.array([1, 2])
>>> col_idx = np.array([3, 4, 5])
>>> x[row_idx.reshape(-1, 1), col_idx]
array([[ 9, 10, 11],
[15, 16, 17]])
答案 1 :(得分:2)
这样的事情:
In [28]: x[1:3, 3:6]
Out[28]:
array([[ 9, 10, 11],
[15, 16, 17]])