Question

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。

Answer 1

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]])

从索引矩阵向量化数组访问

1 个答案: