请考虑以下内容:
In [51]: arr = np.arange(6, 10)
In [52]: idx = np.random.randint(4, size=(3, 4))
In [53]: idx
Out[53]:
array([[0, 3, 3, 1],
[1, 3, 3, 2],
[1, 1, 1, 1]])
In [54]: result = np.empty_like(idx)
In [55]: for i in range(idx.shape[0]):
...: result[i] = arr[idx[i]]
...:
In [56]: result
Out[56]:
array([[6, 9, 9, 7],
[7, 9, 9, 8],
[7, 7, 7, 7]])
如何向量化for
循环?我找不到一种通过索引矩阵“多次”访问一维数组的方法,其中每一行都是一个索引数组。
答案 0 :(得分:0)
如注释中所述,您可以使用arr
数组简单地索引到数组idx
中。
In [47]: arr
Out[47]: array([6, 7, 8, 9])
In [48]: idx
Out[48]:
array([[3, 2, 2, 0],
[0, 3, 2, 3],
[3, 2, 2, 3]])
In [49]: arr[idx]
Out[49]:
array([[9, 8, 8, 6],
[6, 9, 8, 9],
[9, 8, 8, 9]])
如果您想要一种不那么神奇却更富启发性的方法,那么下面的方法会更有用。
# flatten the `idx` array; index into `arr`; then reshape to `idx's` shape.
In [50]: arr[idx.ravel()].reshape(idx.shape)
Out[50]:
array([[9, 8, 8, 6],
[6, 9, 8, 9],
[9, 8, 8, 9]])