2.7 花哨的索引

2.7 花哨的索引

 

import numpy as np

rand = np.random.RandomState(42)

x = rand.randint(100, size=10)

print(x)

[51 92 14 71 60 20 82 86 74 74]

 

[x[3], x[7], x[2]]

[71, 86, 14]

 

ind = [3, 7, 2]

x[ind]

array([71, 86, 14])

利用花哨的索引，结果的形状与索引数组一致，而不是与被索引数组的形状一致。

 

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

x[ind]

array([[71, 86],
       [60, 20]])

 

X = np.arange(12).reshape((3, 4))

X

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

二维索引，对应的是行和列的索引，如果索引的维度不同，会广播后再索引。

 

row = np.array([0, 1, 2])

col = np.array([2, 1, 3])

X[row, col]

array([ 2,  5, 11])

 

X[row[:, np.newaxis], col]  # 索引是3X1和1x3，先广播再索引

array([[ 2,  1,  3],
       [ 6,  5,  7],
       [10,  9, 11]])

 

row[:, np.newaxis], col

(array([[0],
        [1],
        [2]]), array([2, 1, 3]))

 

X[2, [2, 0, 1]]  # 组合使用，与简单索引

array([10,  8,  9])

 

X[1:, [2, 0, 1]]  # 组合使用，与切片

array([[ 6,  4,  5],
       [10,  8,  9]])

 

mask = np.array([1, 0, 1, 0], dtype=bool)

X[row[:, np.newaxis], mask]  # 组合使用，与掩码

array([[ 0,  2],
       [ 4,  6],
       [ 8, 10]])

示例：选择随机点

花哨的索引的常见用途是从一个矩阵中选择行的子集，如有一个 N×D

的矩阵，表示在 D