Question

我试图通过删除选择索引将2x3 numpy数组转换为2x2数组。

我想我可以使用带有true / false值的掩码数组来做到这一点。

鉴于

 [ 1,  2,  3],
 [ 4,  1,  6]

我想从每行中删除一个元素给我：

 [ 2,  3],
 [ 4,  6]

然而，这种方法并不像我期望的那样工作：

import numpy as np

in_array = np.array([
 [ 1,  2,  3],
 [ 4,  1,  6]
])

mask = np.array([
 [False,  True,  True],
 [True,   False, True]
])

print in_array[mask]

给我：

[2 3 4 6]

这不是我想要的。有什么想法吗？

Answer 1

唯一的错误＆＃39;这就是形状 - 1d而不是2.但是如果你的面具是

怎么办？

mask = np.array([
 [False,  True,  False],
 [True,   False, True]
])

第一行有1个值，第二行有2个。它无法作为二维数组返回，是吗？

因此，屏蔽这样的默认行为是返回1d或raveled结果。

这样的布尔索引实际上是where索引：

In [19]: np.where(mask)
Out[19]: (array([0, 0, 1, 1], dtype=int32), array([1, 2, 0, 2], dtype=int32))
In [20]: in_array[_]
Out[20]: array([2, 3, 4, 6])

它找到掩码的元素为true，然后选择in_array的相应元素。

也许where的转置更容易可视化：

In [21]: np.argwhere(mask)
Out[21]: 
array([[0, 1],
       [0, 2],
       [1, 0],
       [1, 2]], dtype=int32)

并迭代索引：

In [23]: for ij in np.argwhere(mask):
    ...:     print(in_array[tuple(ij)])
    ...:     
2
3
4
6

2d numpy面具没有按预期工作

1 个答案: