假设我有一些随机的numpy数组:
>>> x = np.random.randn(10, 4, 4)
因此可以将其视为10个4x4阵列。现在,我也有一些关于这些数组的坐标:
>>> coords.shape
(10, 4, 4, 2)
此数组的特定元素可能如下所示:
>>> coords[i][j][k]
array([ 2, 2])
现在,我想创建一个大小为y
的{{1}}数组,(10, 4, 4)
如果y[i][j][k] = x[coords[i][j][k]]
在界限内,则为coords[i][j][k]
我尝试过以下操作:
0
但我不能完全正确地解决广播规则,而且我遇到了错误。
例如,假设我们有,
>>> y = np.where(np.logical_and(
np.all(coords >= 0, axis = 3),
np.all(coords <= 3, axis = 3)),
x[tuple(coords)], 0)
用,
>>> x = np.array([
[[1., 2.],
[4., 5.]],
[[6., 7.],
[8., 9.]]])
然后,我想以某种方式得到
>>> coords = np.array([
[[[0,-1], [0, 0]],
[[1, 1], [1, 0]]],
[[[1, 1], [1, 0]],
[[7, 2], [0, 0]]]
])
我如何在Python中实现这一目标?
答案 0 :(得分:1)
似乎需要一些adavnced-indexing
工作,并且应该适用于通用n-dim
案例 -
m,n = x.shape[0], x.shape[-1]
mask = (coords < n).all((-1)) & (coords >=0).all((-1))
v_coords = np.where(mask[:,:,:,None],coords,0)
out = x[np.arange(m)[:,None,None], v_coords[...,0], v_coords[...,1]]
out[~mask] = 0