Python：多维数组屏蔽

什么是Matlab中以下简单代码的等效pythonic实现。Python：多维数组屏蔽

Matlab的：


B = 2D array of integers as indices [1...100] 
A = 2D array of numbers: [10x10] 
A[B] = 0

如例如，其可以很好地用于B[i]=42它找到的位置5柱的2进行设置。在的Python它导致出错：结合是逻辑。但是要将上面的Matlab代码翻译成Python，我们正在寻找pythonic方法。也请考虑更高的维度，如问题：我们想过


B = 2D array of integers as indices [1...3000] 
C = 3D array of numbers: [10x10x30] 
C[B] = 0

的方法之一是改革指数数组元素作为i,j，而不是被绝对位置。也就是说，位置42到divmod(42,m=10)[::-1] >>> (2,4)。所以我们将有一个nx2 >>> ii,jj向量的索引，可以很容易地用于索引A。我们认为这可能是一种更好的方式，对于更高维的高效率，Python。

来源

2012-01-20 Developer

“在Python它会导致一个错误：总分这是合乎逻辑的“......这是什么原因造成的？你能展示你用Python试过的东西吗？ –

为什么使用二维数组作为另一个二维数组的索引？ – 0605002

@LaurenceGonsalves正如问题中所提到的，A.shape =（10,10）所以用A [42]索引是不合法的！对于Matlab代码，情况并非如此，因为它自动将第42行与第2行和第4列匹配。 – Developer

您可以在索引它之前在数组（A）上使用.ravel()，然后在.reshape()之后。

或者，既然您知道A.shape，您可以在索引之前在另一个阵列（B）上使用np.unravel_index。

实施例1：

>>> import numpy as np 
>>> A = np.ones((5,5), dtype=int) 
>>> B = [1, 3, 7, 23] 
>>> A 
array([[1, 1, 1, 1, 1], 
     [1, 1, 1, 1, 1], 
     [1, 1, 1, 1, 1], 
     [1, 1, 1, 1, 1], 
     [1, 1, 1, 1, 1]]) 
>>> A_ = A.ravel() 
>>> A_[B] = 0 
>>> A_.reshape(A.shape) 
array([[1, 0, 1, 0, 1], 
     [1, 1, 0, 1, 1], 
     [1, 1, 1, 1, 1], 
     [1, 1, 1, 1, 1], 
     [1, 1, 1, 0, 1]])

实施例2：

>>> b_row, b_col = np.vstack([np.unravel_index(b, A.shape) for b in B]).T 
>>> A[b_row, b_col] = 0 
>>> A 
array([[1, 0, 1, 0, 1], 
     [1, 1, 0, 1, 1], 
     [1, 1, 1, 1, 1], 
     [1, 1, 1, 1, 1], 
     [1, 1, 1, 0, 1]])

后来发现：可以使用numpy.put

>>> import numpy as np 
>>> A = np.ones((5,5), dtype=int) 
>>> B = [1, 3, 7, 23] 
>>> A.put(B, [0]*len(B)) 
>>> A 
array([[1, 0, 1, 0, 1], 
     [1, 1, 0, 1, 1], 
     [1, 1, 1, 1, 1], 
     [1, 1, 1, 1, 1], 
     [1, 1, 1, 0, 1]])

来源

2012-01-20 07:10:53 wim

谢谢你的例子。我打算让你用一个例子来展示你的解决方案，哇！你在我发布之前做过。通过这些例子，这个想法现在已经很清楚两种方法都有帮助。 – Developer

Python：多维数组屏蔽

回答

相关问题