استخراج عناصر من صفيف ثنائي الأبعاد باستخدام مؤشرات من صفيف آخر

في numpy ، يصبح من الضروري في بعض الأحيان استخراج عناصر معينة من صفيف متعدد الأبعاد استنادًا إلى مؤشرات أخرى. غالبًا ما ينشأ هذا السيناريو عند العمل مع هياكل البيانات مثل المصفوفات المتناثرة أو التحديدات المفهرسة.

المشكلة:

A = np.array([[0, 1], [2, 3], [4, 5]])
B = np.array([[1], [0], [1]])  # Index array

الحلول:

A = np.array([[0, 1], [2, 3], [4, 5]])
B = np.array([[1], [0], [1]])  # Index array

إنه يولد مجموعة من المؤشرات المقابلة لصفوف A ويجمعها مع صفيف B المسطح لتحديد العناصر المناسبة.

2. transposing and np.choose: تفريغ ITERBLE (python> = 3.6):

A[np.arange(A.shape[0]), B.ravel()]

تستخدم هذه الطريقة تفريغًا لا يتجزأ لتحويل A إلى قائمة من الصفوف ثم تكرارها على صفوف A بناءً على المؤشرات في B لاستخراج العناصر المطلوبة. القائمة الشمولية والبث:

[a [i] [j] for i ، j in zip (range (a.shape [0]) ، b.ravel ())] الفهرسة الفاخرة (numpy> = 1.18):

 a [np.stack ([المدى (A.Shape [0]) ، B.Ravel () ، axis = 1)] [&&&&&&& في هذه الحالة ، ينشئ صفيف ثنائي الأبعاد مع مؤشرات الصف ومؤشرات B ، والتي يمكن استخدامها لتحديد العناصر المطلوبة من.