Question

我有一个大的ndarray X（大约（1e3,1e3,1e3）），我想要操作X包括但不包括第0轴的特定元素（对于第1和第2轴的每个元素）。即，有（1e3,1e3）个元素，我想（有时）屏蔽或输出。最简单的方法是构造一个蒙面数组，如： Z = np.zeros_like（X，dtype = bool）＃assume`inds`是一个将要定位的索引数组＃我感兴趣的特定（1e3 x 1e3）元素 Z [inds] =真 Y = np.ma.masked_array（X，mask = Z）但是这仅为掩蔽阵列使用额外的千兆字节内存。有没有办法在不构建第二个10 ^ 9元素掩码阵列的情况下做到这一点？例如，是否可以为掩码构造稀疏矩阵？

Answer 1

如果你只想采取＆＃34;清洁＆＃34;切片，而不是从某些＆＃34;行＆＃34;中取出一些元素，然后你可以使用数字索引而不是掩码。

E.g：

arr = np.array([[[1,2,3,4], [5,6,7,8]], [[9,8,9,8], [7,6,7,6]]])
sub_idx = np.array([0,2])
sub_arr = arr[:, :, sub_idx]

这是arr子集的副本，即第0和第2＆＃34;切片＆＃34;在最后一个维度：

array([[[1, 3],
        [5, 7]],

       [[9, 9],
        [7, 7]]])

请注意，定义要使用哪些索引的数组只是一维的，严重降低了其内存要求。（当然，在你的情况下，副本仍占据了很大一部分内存。）

另请注意，这会为您提供副本，因此您对结果（sub_arr）所做的任何更改都不会在原始数组中显示。要做到这一点，您必须将数组复制回来：

sub_arr[:] = 0 # Manipulate the values
arr[sub_idx] = sub_arr

numpy蒙面数组的高效内存使用

1 个答案: