より少ない次元での多次元配列へのアクセス
a や (n-1) 次元などの n 次元配列を考えてみましょう配列、idx。特定の次元に沿って idx を使用して a にアクセスするには、高度なインデックス付けを使用できます。
3 次元配列 a の場合、次のように idx を使用して最初の次元に沿った最大値を計算できます。
<code class="python">m, n = a.shape[1:] I, J = np.ogrid[:m, :n] a_max_values = a[idx, I, J]</code>
このアプローチは、任意の次元数の配列に対して一般化できます。
<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>
n 次元配列に (n-1) 次元配列のインデックスを付けるには、次のグリッドを作成できます。すべての軸のインデックス:
<code class="python">def all_idx(idx, axis): grid = np.ogrid[tuple(map(slice, idx.shape))] grid.insert(axis, idx) return tuple(grid)</code>
このグリッドを使用すると、入力配列にインデックスを付けることができます:
<code class="python">a_max_values = a[all_idx(idx, axis=axis)] b_max_values = b[all_idx(idx, axis=axis)]</code>
このアプローチは、より少ない次元で多次元配列にアクセスするための洗練されたソリューションを提供します。
以上がより少ない次元で多次元配列にアクセスするにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。