numpy中choose用法

np.choose(a, choices, out=None, mode='raise')：按照序号a对choices中的数进行选择。

a: index array，其中的数必须是整数

mode=‘raise’，表示a中数必须在[0,n-1]范围内

mode=‘wrap’，a中数可以是任意的整数（signed），对n取余映射到[0,n-1]范围内

mode='clip'，a中数可以是任意的整数(signed)，负数映射为0，大于n-1的数映射为n-1

Example 1:

来自np.choose官方文档的例子，对list进行choose：

a = [[1, 0, 1], [0, 1, 0], [1, 0, 1]]
choices = [-10, 10]
np.choose(a, choices)
array([[ 10, -10,  10],
       [-10,  10, -10],
       [ 10, -10,  10]])

Example 2:

除了可以用于list，choose还可以用于np.array类型。

在机器学习中，通常a每行为一个sample，列数代表不同的feature。index中保存每个sample需要选出feature的序号。

那么可以通过以下操作在a中选出所有sample的目标feature：

a = np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])
index = np.array([0,2,1,0])
np.choose(index,a.T)
array([ 1,  6,  8, 10])