NumPy: эффективный выбор конкретных индексов столбцов для каждой строки

Выбор данных — важнейшая операция в анализе данных. При работе с массивами NumPy выбор определенных столбцов из каждой строки может быть обычной задачей. Этот выбор можно выполнить различными методами, но выбор столбцов на основе списка индексов для каждой строки требует более эффективного подхода.

Использование логических массивов для прямого выбора

Если у вас есть логический массив, указывающий столбцы, которые необходимо выбрать, вы можете использовать прямой выбор для эффективного извлечения нужных значений. Логические массивы можно создавать путем сравнения списка индексов с диапазоном столбцов. Например, учитывая матрицу X и список индексов Y, как описано в вопросе, вы можете создать логический массив b следующим образом:

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)]

С помощью логического массива b можно выполнить прямой выбор :

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

Этот метод обеспечивает быстрый способ выбрать определенные столбцы на основе логического массива.

Альтернативные методы

В качестве альтернативы вы можете использовать np.arange и прямой выбор на основе списка индексов Y. Этот подход включает в себя создаем массив индексов и соответственно выбираем из матрицы X:

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

Заключение

Выбор конкретных индексов столбцов для каждой строки в NumPy можно эффективно выполнить с помощью логических массивов . Этот метод обеспечивает быстрый и простой выбор столбцов на основе списка индексов. Для больших массивов данных этот подход обеспечит значительный выигрыш в производительности по сравнению с методами, основанными на итерациях.