NumPy: Effiziente Auswahl spezifischer Spaltenindizes pro Zeile

Die Datenauswahl ist ein entscheidender Vorgang in der Datenanalyse. Bei der Arbeit mit NumPy-Arrays kann die Auswahl bestimmter Spalten aus jeder Zeile eine häufige Aufgabe sein. Diese Auswahl kann mit verschiedenen Methoden durchgeführt werden, aber die Auswahl von Spalten basierend auf einer Liste von Indizes pro Zeile erfordert einen effizienteren Ansatz.

Boolesche Arrays für die direkte Auswahl verwenden

Wenn Sie über ein boolesches Array verfügen, das die auszuwählenden Spalten angibt, können Sie die direkte Auswahl verwenden, um die gewünschten Werte effizient zu extrahieren. Boolesche Arrays können durch den Vergleich einer Indexliste mit dem Spaltenbereich erstellt werden. Wenn Sie beispielsweise eine Matrix X = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) Y = np.array([1, 0, 2]) b = np.arange(X.shape[1])[np.isin(np.arange(X.shape[1]), Y)]

import numpy as np

X = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
Y = np.array([1, 0, 2])
b = np.arange(X.shape[1])[np.isin(np.arange(X.shape[1]), Y)]

result = X[np.arange(X.shape[0]), b]

result = X[np.arange(X.shape[0]), b]

Alternative Methoden

Alternativ können Sie np.arange und die direkte Auswahl basierend auf der Indexliste Y verwenden. Bei diesem Ansatz wird ein Array von Indizes erstellt und aus ausgewählt Matrix X entsprechend:

result = Die Auswahl bestimmter Spaltenindizes pro Zeile in NumPy kann mithilfe boolescher Arrays effizient erfolgen. Diese Methode ermöglicht eine schnelle und unkomplizierte Auswahl von Spalten basierend auf einer Liste von Indizes. Bei großen Datenmengen bietet dieser Ansatz erhebliche Leistungsvorteile gegenüber iterationsbasierten Methoden.