如何使用 Numpy 复制在 MATLAB 中完成的索引?
X=magic(5);
M=[0,0,1,2,1];
X(M==0,M==2)
返回:
ans =
8
14
我发现在 Numpy 中这样做是不正确的,因为它不会给我相同的结果..
X = np.matrix([[17, 24, 1, 8, 15],
[23, 5, 7, 14, 16],
[ 4, 6, 13, 20, 22],
[10, 12, 19, 21, 3],
[11, 18, 25, 2, 9]])
M=array([0,0,1,2,1])
X.take([M==0]).take([M==2], axis=1)
因为我得到:
matrix([[24, 24, 24, 24, 24]])
在 numpy 中使用两个索引进行逻辑索引的正确方法是什么?
最佳答案
一般来说,当 a 和 b 都是数组(matlab 中的向量)时,有两种解释 X[a, b]
的方法,“内部式”索引或“外部式”索引.
matlab 的设计者选择了“outer-style”索引,而 numpy 的设计者选择了 inner-style 索引。要在 numpy 中进行“外部风格”索引,可以使用:
X[np.ix_(a, b)]
# This is roughly equal to matlab's
X(a, b)
为了完整性,您可以通过以下方式在 matlab 中进行“内部样式”索引:
X(sub2ind(size(X), a, b))
# This is roughly equal to numpy's
X[a, b]
简而言之,尝试 X[np.ix_(M == 0, M == 1)]
。
关于python - Numpy 中的逻辑索引与 MATLAB 中的两个索引,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22357622/