使用数组在numpy中操作

Question

经过与R的长时间工作，我返回与Python一起工作，发现数组操作不是很方便。数组不能通过行和列名称进行索引。我希望有人能够帮助并告诉我如何以Pythonic的方式处理数组。

我有两个numpy阵列

a = np.arange(12).reshape(3,4) 
>>> a 
array([[ 0, 1, 2, 3], 
     [ 4, 5, 6, 7], 
     [ 8, 9, 10, 11]]) 

b = np.arange(20).reshape(4,5).T + 10 
>>> b 
array([[10, 15, 20, 25], 
     [11, 16, 21, 26], 
     [12, 17, 22, 27], 
     [13, 18, 23, 28], 
     [14, 19, 24, 29]]) 

和行的名称每个阵列

a_rownames = ["m1", "m2", "m3"] 
b_rownames = ["m1", "m2", "m1", "m3", "m2"] 

的任务是在阵列b与相应的值从a替换指定列columns_ids的值。两个数组a和b中列的顺序相同。

columns_ids = [False, True, False, True] 

预期的输出：

array([[10, 1, 20, 3], 
     [11, 5, 21, 7], 
     [12, 1, 22, 3], 
     [13, 9, 23, 11], 
     [14, 5, 24, 7]]) 

如何有效地做到这一点？

Answer 1

如果你放弃了名称了一下，这是不是太狠：

import numpy 

a = numpy.arange(12).reshape(3,4) 
b = numpy.arange(20).reshape(4,5).T + 10 

b_rows = [0, 1, 0, 2, 1] 
columns_ids = numpy.array([False, True, False, True]) 

b[:, columns_ids] = a[:, columns_ids][b_rows] 

b 
#>>> array([[10, 1, 20, 3], 
#>>>  [11, 5, 21, 7], 
#>>>  [12, 1, 22, 3], 
#>>>  [13, 9, 23, 11], 
#>>>  [14, 5, 24, 7]]) 

如果你真的想要的名称的外部数组：

a = numpy.arange(12).reshape(3,4) 
b = numpy.arange(20).reshape(4,5).T + 10 

a_rownames = numpy.array(["m1", "m2", "m3"]) 
b_rownames = numpy.array(["m1", "m2", "m1", "m3", "m2"]) 

_, b_rows = numpy.where(a_rownames == b_rownames[:, numpy.newaxis]) 

b[:, columns_ids] = a[:, columns_ids][b_rows] 

b 
#>>> array([[10, 1, 20, 3], 
#>>>  [11, 5, 21, 7], 
#>>>  [12, 1, 22, 3], 
#>>>  [13, 9, 23, 11], 
#>>>  [14, 5, 24, 7]]) 

---

这片神奇有三个步骤：

_, b_rows = numpy.where(a_rownames == b_rownames[:, numpy.newaxis]) 

首先，我们产生两个垂直阵列：

a_rownames 
#>>> array(['m1', 'm2', 'm3'], 
#>>>  dtype='<U2') 

b_rownames[:, numpy.newaxis] 
#>>> array([['m1'], 
#>>>  ['m2'], 
#>>>  ['m1'], 
#>>>  ['m3'], 
#>>>  ['m2']], 
#>>>  dtype='<U2') 

然后我们==比较会用“广播”重复这些阵列，直到尺寸匹配：

a_rownames == b_rownames[:, numpy.newaxis] 
#>>> array([[ True, False, False], 
#>>>  [False, True, False], 
#>>>  [ True, False, False], 
#>>>  [False, False, True], 
#>>>  [False, True, False]], dtype=bool) 

numpy.where给xs和ys索引此数组来获取所有值为True。我们只对ys感兴趣，所以我们忽略了xs。

_, b_rows = numpy.where(a_rownames == b_rownames[:, numpy.newaxis]) 

---

另一片神奇：

b[:, columns_ids] = a[:, columns_ids][b_rows] 

需要知道两种不同类型的索引：

• 索引与布尔数组滤波器阵列

• 索引整数数组在这些指标

索引像

array[xs] 

或

array[xs, :] 

得到行（他们是由于广播相同）会给你所有由于上述规则而匹配的索引，在第一个轴上进行过滤。

使用

array[:, ys] 

将在第二轴线进行过滤。

所以我们首先筛选列（第二轴）

b[:, columns_ids] 
#>>> array([[ 1, 3], 
#>>>  [ 5, 7], 
#>>>  [ 1, 3], 
#>>>  [ 9, 11], 
#>>>  [ 5, 7]]) 

a[:, columns_ids] 
#>>> array([[ 1, 3], 
#>>>  [ 5, 7], 
#>>>  [ 9, 11]]) 

然后我们就a（第一轴）过滤行：

a[:, columns_ids][b_rows] 
#>>> array([[ 1, 3], 
#>>>  [ 5, 7], 
#>>>  [ 1, 3], 
#>>>  [ 9, 11], 
#>>>  [ 5, 7]]) 

他们现在是相同的形状，这样你就可以做切片分配：

b[:, columns_ids] = a[:, columns_ids][b_rows] 

Answer 2

或者生成一个新的数组而不覆盖原始在b中：

np.where(column_ids[None,:], a[row_ids], b) 

其中column_ids和row_ids也是数组，如同在另一个答案中一样。