Question

为什么这样做：

a=np.random.rand(10,20)
x_range=np.arange(10)
y_range=np.arange(20)

a_tmp=a[x_range<5,:]
b=a_tmp[:,np.in1d(y_range,[3,4,8])]

而这不是：

a=np.random.rand(10,20)
x_range=np.arange(10)
y_range=np.arange(20)    

b=a[x_range<5,np.in1d(y_range,[3,4,8])]

Answer 1

Numpy参考文档的page on indexing包含答案，但需要仔细阅读。

这里的答案是使用布尔值进行索引相当于使用首先使用np.nonzero转换布尔数组获得的整数数组进行索引。因此，使用布尔数组m1，m2

a[m1, m2] == a[m1.nonzero(), m2.nonzero()]

（成功时，即m1.nonzero().shape == m2.nonzero().shape）相当于：

[a[i, i] for i in range(a.shape[0]) if m1[i] and m2[i]]

我不确定为什么它会像这样工作 - 通常情况下，不是你想要的东西。

为了获得更直观的结果，您可以改为

a[np.ix_(m1, m2)]

产生相当于

的结果

[[a[i,j] for j in range(a.shape[1]) if m2[j]] for i in range(a.shape[0]) if m1[i]]

Answer 2

np.ix_的替代方法是将布尔数组转换为整数数组（使用np.nonzero()），然后使用np.newaxis创建正确形状的数组以利用广播。

import numpy as np

a=np.random.rand(10,20)
x_range=np.arange(10)
y_range=np.arange(20)

a_tmp=a[x_range<5,:]
b_correct=a_tmp[:,np.in1d(y_range,[3,4,8])]

m1=(x_range<5).nonzero()[0]
m2=np.in1d(y_range,[3,4,8]).nonzero()
b=a[m1[:,np.newaxis], m2]
assert np.allclose(b,b_correct)

b2=a[np.ix_(x_range<5,np.in1d(y_range,[3,4,8]))]
assert np.allclose(b2,b_correct)

np.ix_往往比双索引慢。长格式解决方案似乎更快一点：

<强>长式：

In [83]: %timeit a[(x_range<5).nonzero()[0][:,np.newaxis], (np.in1d(y_range,[3,4,8])).nonzero()[0]]
10000 loops, best of 3: 131 us per loop

双重索引：

In [85]: %timeit a[x_range<5,:][:,np.in1d(y_range,[3,4,8])]
10000 loops, best of 3: 144 us per loop

使用np.ix _ ：

In [84]: %timeit a[np.ix_(x_range<5,np.in1d(y_range,[3,4,8]))]
10000 loops, best of 3: 160 us per loop

注意：在您的计算机上测试这些计时是个好主意，因为排名可能会根据您的Python，numpy或硬件版本而改变。

理解numpy中奇怪的布尔2d数组索引行为

2 个答案: