Question

我有一个形状为dataX的阵列（4,9359,10852），我有第二个形状为dataY的阵列（9359,10852）。 dataY可以包含1到6之间的值。我想执行以下操作。

在dataY中获取5.0的位置。
将其用作dataX中的索引，并将所有4个维度中的值作为较小的numpy数组获取。我已经完成了这个

idx = np.where(dataY == 5.0)    
element = dataX[:,idx[0],idx[1]]

idx[0].size = 860498

element.shape =（4,860498）

但我希望元素是3D数组，而不是2D列表。我该怎么做？

Answer 1

idx标识dataY的5.0的元素。它发现了很多这些，但它们不能（通常）排列成2d阵列。因此dataY[idx]将返回一个5（860498）的数组5。

同样，当idx用于从dataX中选择项目时，它会“变平”＆＃39;最后2个维度。

使用可以完整打印的小型阵列可以更容易地进行可视化。

In [104]: y=np.arange(12).reshape(4,3)
In [105]: y
Out[105]: 
array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11]])
In [106]: idx = np.where(y%2)
In [107]: idx
Out[107]: (array([0, 1, 1, 2, 3, 3]), array([1, 0, 2, 1, 0, 2]))
In [108]: y[idx]
Out[108]: array([ 1,  3,  5,  7,  9, 11])
In [110]: np.ma.masked_array(y, y%2==0)
Out[110]: 
masked_array(
  data=[[--, 1, --],
        [3, --, 5],
        [--, 7, --],
        [9, --, 11]],
  mask=[[ True, False,  True],
        [False,  True, False],
        [ True, False,  True],
        [False,  True, False]],
  fill_value=999999)

使用另一个数组作为索引从4D numpy数组中读取元素

1 个答案: