Comment accéder à des tableaux multidimensionnels avec moins de dimensions ?

Accès à des tableaux multidimensionnels avec moins de dimensions

Considérons un tableau à n dimensions, tel que a, et un (n-1) dimensions tableau, idx. Pour accéder à un utilisant idx le long d'une dimension donnée, nous pouvons utiliser l'indexation avancée.

Pour un tableau tridimensionnel a, nous pouvons calculer les valeurs maximales le long de la première dimension en utilisant idx comme suit :

<code class="python">m, n = a.shape[1:]
I, J = np.ogrid[:m, :n]
a_max_values = a[idx, I, J]</code>

Cette approche peut être généralisée pour les tableaux avec n'importe quel nombre de dimensions :

<code class="python">def argmax_to_max(arr, argmax, axis):
    new_shape = list(arr.shape)
    del new_shape[axis]
    grid = np.ogrid[tuple(map(slice, new_shape))]
    grid.insert(axis, argmax)
    return arr[tuple(grid)]</code>

Pour indexer un tableau à n dimensions avec un tableau à (n-1) dimensions, nous pouvons créer une grille de indices pour tous les axes :

<code class="python">def all_idx(idx, axis):
    grid = np.ogrid[tuple(map(slice, idx.shape))]
    grid.insert(axis, idx)
    return tuple(grid)</code>

En utilisant cette grille, nous pouvons indexer dans les tableaux d'entrée :

<code class="python">a_max_values = a[all_idx(idx, axis=axis)]
b_max_values = b[all_idx(idx, axis=axis)]</code>

Cette approche fournit une solution élégante pour accéder à des tableaux multidimensionnels avec moins de dimensions.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!