Question

我有代码：

multipart/form-data

a=b=np.arange(9).reshape(3,3) c=np.zeros(3) for x in range(3): c[x]=np.average(b[np.where(a<x+3)])的输出是

c

而不是for循环，我想使用数组（向量化），然后我做了以下代码：

>>>array([ 1. ,  1.5,  2. ])

但是它显示了IndexError：数组的索引太多了

至于a=b=np.arange(9).reshape(3,3) c=np.zeros(3) i=np.arange(3) c[i]=np.average(b[np.where(a<i[:,None,None]+3)])

它正确显示

a<i[:,None,None]+3

但是当我使用array([[[ True, True, True], [False, False, False], [False, False, False]], [[ True, True, True], [ True, False, False], [False, False, False]], [[ True, True, True], [ True, True, False], [False, False, False]]], dtype=bool)时，它再次显示了IndexError：数组的索引太多了。我无法获得b[np.where(a<i[:,None,None]+3)]的正确输出。

Answer 1

我感觉你在试图在这里进行矢量化，尽管没有明确提到。现在，我认为你不能以矢量化的方式进行索引。为了以矢量化的方式解决你的问题，我建议使用np.tensordot和matrix-multiplication的帮助，使用broadcasting建议一个更有效的方法来减少和...你的试验。

因此，一个解决方案是 -

from __future__ import division

i = np.arange(3)
mask = a<i[:,None,None]+3
c = np.tensordot(b,mask,axes=((0,1),(1,2)))/mask.sum((1,2))

使用np.where时，数组的索引太多了

1 个答案: