python numpy花哨索引

1 import numpy as np
2 rand = np.random.RandomState(42)
3
4 x = rand.randint(100, size=10)
5 print(x)

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

获取元素：

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

[71, 86, 14]

#  通过传递索引的单个列表或数组来获取元素ind = [3, 7, 4]
x[ind]

array([71, 60, 86])

利用花哨的索引，结果的形状与索引数组的形状一致，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]])

花哨的索引对多个维度也适用。

花哨的索引返回的值反映的是广播后的索引数组的形状，而不是被索引数组的形状。

In [12]: X = np.arange(12).reshape((3, 4))In [13]: X
Out[13]:
array([[ 0,  1,  2,  3],[ 4,  5,  6,  7],[ 8,  9, 10, 11]])In [14]: row = np.array([0, 1, 2])In [15]: col = np.array([2, 1, 3])In [16]: X[row, col]
Out[16]: array([ 2,  5, 11]) #  第一个值是X[0, 2], 第二个值是X[1, 1]In [17]: X[row[:, np.newaxis], col]
Out[17]:
array([[ 2,  1,  3],[ 6,  5,  7],[10,  9, 11]])In [18]: row[:, np.newaxis] * col
Out[18]:
array([[0, 0, 0],[2, 1, 3],[4, 2, 6]])In [19]: row * col
Out[19]: array([0, 1, 6])In [20]: X[np.array([0, 1, 2]), np.array([2, 1, 3])]
Out[20]: array([ 2,  5, 11])In [22]: X[np.array([0, 1, 2])[:, np.newaxis], np.array([2, 1, 3])]
Out[22]:
array([[ 2,  1,  3],[ 6,  5,  7],[10,  9, 11]])In [23]: np.array([0, 1, 2])[:, np.newaxis]
Out[23]:
array([[0],[1],[2]])

转载于:https://www.cnblogs.com/coodyz/p/10970069.html

python numpy花哨索引相关推荐

dataframe,python,numpy 问题索引1
# 找出只有赌场数据的账户 gp=data.groupby(['查询账号','场景标签'],as_index=True) tj=gp.size().reset_index()按查询账号和场景标签分组并 ...
python numpy矩阵索引_Numpy中的矩阵索引
索引后查看形状:In [295]: A=np.matrix([1,2,3]) In [296]: A.shape Out[296]: (1, 3) In [297]: A[0] Out[297]: m ...
python numpy矩阵索引_python – Numpy中的矩阵索引
索引后查看形状: In [295]: A=np.matrix([1,2,3]) In [296]: A.shape Out[296]: (1, 3) In [297]: A[0] Out[297]: ...
【Python语言基础】——Python NumPy 数组索引
Python语言基础--Python NumPy 数组形状文章目录 Python语言基础--Python NumPy 数组形状一.Python NumPy 数组形状一.Python NumPy ...
dataframe,python,numpy 问题索引2
20220330 print(frame3.isnull().any()) 找出存在空值的列 print("========================") print(fra ...
python numpy矩阵索引_python-为什么scipy csr矩阵的行索引比numpy数组...
我在下面演示的简短答案是,构造新的稀疏矩阵非常昂贵.开销很大,不依赖于行数或特定行中非零元素的数量. 稀疏矩阵的数据表示形式与密集阵列的数据表示形式完全不同.数组将数据存储在一个连续的缓冲区中,并有效 ...
python numpy array索引_Python NumPy 数组索引
1.访问数组元素数组索引与访问数组元素相同. 您可以通过引用其索引号来访问数组元素. NumPy数组中的索引以0开头,这意味着第一个元素的索引为0,第二个元素的索引为1等. 例如: 从以下数组中获取 ...
【Numpy库】【花哨索引】用python做数据分析所必须掌握的基础库之一 _03_ 花式（花哨）索引_fancy indexing
花哨索引花式(哨)索引( Fancy indexing) 是一个NumPy术语, 它指的是利用整数数组进行索引. 花哨索引----传递的是索引数组,不是单个标量.花 ...
python numpy np.argsort()（返回将对数组进行排序的索引）（不懂区别？）
from numpy\core\fromnumeric.py @array_function_dispatch(_argsort_dispatcher) def argsort(a, axis=-1, ...

python numpy花哨索引

python numpy花哨索引相关推荐

最新文章

热门文章