在 Numpy 中用另一个数组索引一个数组
考虑两个矩阵，A 和 B ，其中 A 包含任意值并且B 保存 A 中元素的索引。任务是根据 B 指定的索引从 A 中提取元素。此索引允许选择性元素检索。
使用高级索引的解决方案：
Numpy 的高级索引使用表达式启用此操作：
A[np.arange(A.shape[0])[:,None], B]
此方法利用从 B 检索的行索引和列索引的组合来检索A.
使用线性索引的解决方案：
另一种方法涉及线性索引：
m, n = A.shape out = np.take(A, B + n*np.arange(m)[:,None])
这里，m 和 n 代表维度A 以及 np.take() 函数中的操作确保基于 B 的元素正确索引。
示例:
让我们用一个例子来说明这些解决方案示例：
import numpy as np
A = np.array([[2, 4, 5, 3],
[1, 6, 8, 9],
[8, 7, 0, 2]])
B = np.array([[0, 0, 1, 2],
[0, 3, 2, 1],
[3, 2, 1, 0]])
# Advanced indexing
result1 = A[np.arange(A.shape[0])[:,None], B]
# Linear indexing
m, n = A.shape
result2 = np.take(A, B + n*np.arange(m)[:,None])
print("Result using advanced indexing:")
print(result1)
print("Result using linear indexing:")
print(result2)输出：
Result using advanced indexing: [[2 2 4 5] [1 9 8 6] [2 0 7 8]] Result using linear indexing: [[2 2 4 5] [1 9 8 6] [2 0 7 8]]
以上是如何用另一个 Numpy 数组索引一个 Numpy 数组？的详细内容。更多信息请关注PHP中文网其他相关文章！
