Numpy数据分析——花哨索引的简单使用、“广播“规则详解

在对高维数组进行索引时，常会不知从何而起，想提取的部分和实际的效果会出现偏差。

本文将以尽可能容易懂的方式，来揭开Numpy高维数组之间的运算逻辑，并呈现一些简单运用

目录

一、文章用词阐释

1、轴长度和shape

2、广播

二、剖析广播的规则

1、单一标量A（可认为是零维的数组）与一维数组B

2、一维数组与一维数组

情况一：只含一个值的一维数组M和另一个任意长度，元素为任意值的一维数组N：

情况二：两个一维数组数组，长度均不为1，且长度不相等

情况三：两个一维数组，长度一样

3、高维数组（只要两个数组里有一个是二维以上，就满足该条件）

三条基本规则

三、花哨索引——用索引数组来一次性获得多个数组元素

1、用前须知

2、不广播，但与索引数组的形状一致

3、紧急插播，广播与否其实取决于索引数组的来源

4、多维度数组的花哨索引

---

一、文章用词阐释

此处先解释一下文章中可能会提到的两个名词

1、轴长度和shape

轴长度：下一级的“元素”的个数，如果一个三维数组里有10个二维数组，那么三维的这个维度（由于Numpy中维度和轴是等效的，也可以说成三维的这个轴）的轴长度就是10

ndarray对象的shape属性（反映数组的维度）——以下面两个例子来说明

如果一个数组的shape是(10,10,2)，其中参数从左到右的意义是：

在一个三维数组中：有10（左边第一个10）个二维数组，每一个二维数组中有10个一维数组，每个一维数组里有2个元素

我们进一步推广一下，对于一个shape为(A1,A2,…An)的n维数组

他有A1个 (n-1)维数组，每一个(n-1)维数组里有A2个(n-2)维数组……每一个二维数组里有An-1个一维数组，每个一维数组里有An个元素

2、广播

广播可以看作是两个数组进行二元运算所遵循的一套“对应原则”，它是NumPy的一种向量化操作的支撑。

当你在对两个数组进行运算比较，或者你同时引入两个数组参与花式索引时，广播规则在发生作用

二、剖析广播的规则

1、单一标量A（可认为是零维的数组）与一维数组B

A将会被扩展成与B等长的一维数组A''（但实际在内存中并未发生，这样说是为了便于理解）

然后这个想象出来的、被扩展的、里面全是相同值的  A" 将与B进行元素的一一对应

import numpy as np
A=5
B=np.array([4,8,63,2])

B+A  # B中每一个元素与A中相同位置的元素相加 (减乘除)
B>A  # B中每一个元素与A中相同位置的元素比较大小(大于小于等于)(返回一个布尔数组)

2、一维数组与一维数组

情况一：只含一个值的一维数组M和另一个任意长度，元素为任意值的一维数组N：

等同于单一标量A与一个一维数组B

情况二：两个一维数组数组，长度均不为1，且长度不相等

无法进行广播！即使某个数组里的值全相同，你也别指望编译器会把它自动填充

import numpy as np
row=np.array([0,1,2])
col=np.array([2,2])
print(row+col)
#这行不通！当然如果你把col改成[2,3]也行不通
#你将会看到  “could not be broadcast together with shapes (3,) (2,)” 这样的字段

情况三：两个一维数组，长度一样

从左到右挨个对应进行各种操作，你的第一个和我的第一个……

3、高维数组（只要两个数组里有一个是二维以上，就满足该条件）

广播最重要的逻辑在这里展开，核心是扩展成shape相同的两个高维数组

温馨提示：仍然会有无法广播的情况！

三条基本规则

1、如果两个数组的维度数不相同，那么小维度数组的形状将会在最左边补1

阐释：shape中逗号间隔开了几个数字，就是几维，所以数字个数少的就是低维

举例：A的shape(3,2,4) ，B的shape(2,1)，A三维，B二维，B是小维度

>>>那么为了让shape在“维度数上一致” ，B的形状将变成(1,2,1)，在最左边补1即是这个意思

2、在维度数相同了之后，在对应的维度上,如果一个数组在该维度上为1，那它在这个维度上应当扩展成另一个数组在该维度上的值

阐释：对应的维度上：两个数组shape属性中的同一位置的参数

以第一条规则举的例子(我在这里用颜色标记)，(3,2,4)与(1,2,1)

在shape中的第一个参数，A是3，B是1，那么B的这个1就会扩展成3

第二个参数，A的2与B的2匹配，无需扩展

第三个参数，A是4，B是1，B的这个1会扩展成4

细心的你一定发现了：shape的值在该维度上为1才能够扩展，不是一的就不动它

那你一定会想：如果在某个维度上A是2，B是3，那广播之后是2，是 3，还是6呢

3、在进行了前两个步骤之后，只要两个数组的shape在某一个维度上，不相同，且都不为一，那这两个数组就无法进行广播！

(2,3)和(2,2)不行；(3,2,1)和(2,2,1)不行————不同且无一，是会引发大异常的

三、花哨索引——用索引数组来一次性获得多个数组元素

1、用前须知

花哨索引(Fancy Indexing)结果的shape，将于索引数组的shape一致

之所以这么说是因为你传入的“筛选标准”——索引数组，有可能也会发生广播。

2、不广播，但与索引数组的形状一致

import numpy as np

x=rand.randint(100,size=10)#随机生成一个长度为10的数组

print(ind=[3,7,4])#一个索引数组

x[ind]#效果相当于x[ind[0]],x[ind[1]],x[ind[2]]
#当然如果抽象化ind，你可以理解成把ind理解成“下标的数组”，会一次性提取完

ind_1=np.array([[3,7],[4,5]])

print(x[ind])#你得到的将会和ind_1长得结构是一致的

#第一行是x中的第4个和第8个，第二行是x中的第5个和第6个

3、紧急插播，广播与否其实取决于索引数组的来源

对一个一维数组，你只能给他一个索引数组，但这个索引数组可以是二维，可以是一维

随便几维（前提是你的索引值需要在下标范围内）

如果这个索引数组是广播而来的——那你自然需要广播（好似废话）

比如两个数组进行二元操作后得到了一个索引操作，二元操作中就极会涉及广播

4、多维度数组的花哨索引

import numpy as np
#In[1]
X=np.arange(12).reshape((3,4))
row=np.array([0,1,2])
col=np.array([2,1,3])
print("X数列的row，col",X[row,col]);

'''注意到，两个一维数组，分别作为索引的两个，是按照广播规则一一对应的'''
#In[2]
print("把row给升维，X[row[:,np.newaxis],col]是\n",X[row[:,np.newaxis],col])

'''
    row会变成[[0],[1],[2]],shape为(3,1),而col的shape为(3,),会广播先统一col和row

    第一步，把col的shape变成(1,3)>>>  col 变为  [[2,1,3]]
    第二步，因为两个shape在这两个维度上都存在1，所以可以参与扩展
    
    row从(3,1)到(3,3)>>> [ [0,0,0]
                           [1,1,1]             
                           [2,2,2] ]沿1这个维度来进行复制

    col从(1,3)到(3,3)>>> [[2,1,3]
                         ,[2,1,3]
                         ,[2,1,3]]

    挨个对应，你的[0,0]位置和我的[0,0]位置，组成一个索引的坐标对

    值得一提的是，扩展其实就是对最原始数组的复制而达成的升维
    再挨个对应
    还需要注意的是shape里的第一个数字i永远是代表n维里有i个(n-1)维数组
    花式索引得到的值反映的是————索引数组广播后的形状！！！
'''