我有一个 2D numpy 数组,如下所示:
import numpy as np
foo = np.array([[(i+1)*(j+1) for i in range(10)] for j in range(5)])
#array([[ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
# [ 2, 4, 6, 8, 10, 12, 14, 16, 18, 20],
# [ 3, 6, 9, 12, 15, 18, 21, 24, 27, 30],
# [ 4, 8, 12, 16, 20, 24, 28, 32, 36, 40],
# [ 5, 10, 15, 20, 25, 30, 35, 40, 45, 50]])
我使用 np.nonzero 创建了一些过滤条件:
csum = np.sum(foo,axis=0)
#array([ 15, 30, 45, 60, 75, 90, 105, 120, 135, 150])
rsum = np.sum(foo,axis=1)
#array([ 55, 110, 165, 220, 275])
cfilter = np.nonzero(csum > 80)
#(array([5, 6, 7, 8, 9]),)
rfilter = np.nonzero(rsum < 165)
#(array([0, 1]),)
现在是否有一些优雅的 numpy 切片方法来获取 foo[r,c] 的所有组合,对于 rfilter 中的 r 和 cfilter 中的 c?即我想获得以下输出:
array([[ 6, 7, 8, 9, 10],
[12, 14, 16, 18, 20]])
注意:我知道通过基本切片选择从数组中获取 block 很容易,但在更高级的用例中,cfilter 和 rfilter 中的索引不一定彼此相邻。
非常感谢!
最佳答案
要索引叉积,使用np.ix_
:
foo[np.ix_(*(rfilter + cfilter))]
您可以直接使用 bool 索引(即不使用 np.nonzero
):
foo[np.ix_(np.sum(foo, axis=1) < 165, np.sum(foo, axis=0) > 80)]
请注意,所有 np.ix_
所做的就是适本地添加轴以提供可以一起广播的索引数组:
>>> np.ix_(*(rfilter + cfilter))
(array([[0],
[1]]), array([[5, 6, 7, 8, 9]]))
关于python - numpy 获取行和列索引二维数组的所有组合,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13533719/