python - 如何使用 np.where() 创建特定行的新数组？

Question

我有一个包含 1700 个值的数组 (msaarr)，范围大约为 0 到 150。我知道其中 894 个值应小于 2，并且我希望创建一个仅包含这些值的新数组。

到目前为止，我已经尝试过这段代码:

Combined = np.zeros(shape=(894,8))

for i in range(len(Spitzer)):         #len(Spitzer) = 1700
    index = np.where(msaarr <= 2)
    Combined[:,0] = msaarr[index]

之所以有八列，是因为我有更多与 msaarr 中的每个值关联的数据，我也想显示这些数据。 msaarr 是使用几行代码创建的，这就是为什么我在这里没有提到它们，但它是一个形状为 (1700,1)、类型为 float64 的数组。

我遇到的问题是，如果我打印 msaarr[index]，那么我会得到一个形状数组 (893,)，但是当我尝试将其分配为第零列时，我收到错误

ValueError: could not broadcast input array from shape (1699) into shape (894)

我也尝试过

Combined[:,0] = np.extract(msaarr <= 2, msaarr)

这给出了同样的错误。

我一开始认为这可能只是与Python的零索引有些混淆，所以我尝试将形状更改为893，并尝试分配给不同的列Combined[:,1]，但我有同样的错误每次。

或者，当我尝试时:

Combined[:,1][i] = msaarr[index][i]

我收到错误:

IndexError: index 894 is out of bounds for axis 0 with size 894

我做错了什么？

编辑:

一位 friend 指出我可能没有正确调用索引，因为它是一个元组，所以他的建议是这样的:

index = np.where(msaarr < 2)
Combined[:,0] = msaarr[index[0][:]]

但我仍然收到此错误:

ValueError: could not broadcast input array from shape (893,1) into shape (893)

我的形状怎么可能是 (893) 而不是 (893, 1)？

另外，我确实检查过，len(index[0][:]) = 893，len(msaarr[index[0][:]]) = 893。

最后一次尝试的完整代码是:

import numpy as np
from astropy.io import ascii
from astropy.io import fits

targets = fits.getdata('/Users/vcolt/Dropbox/ATLAS source matches/OzDES.fits')
Spitzer = ascii.read(r'/Users/vcolt/Desktop/Catalogue/cdfs_spitzer.csv', header_start=0, data_start=1)

## Find minimum separations, indexed.
RADiffArr = np.zeros(shape=(len(Spitzer),1))
DecDiffArr = np.zeros(shape=(len(Spitzer),1))
msaarr = np.zeros(shape=(len(Spitzer),1))
Combined= np.zeros(shape=(893,8))

for i in range(len(Spitzer)):
    x = Spitzer["RA_IR"][i]
    y = Spitzer["DEC_IR"][i]
    sep = abs(np.sqrt(((x - targets["RA"])*np.cos(np.array(y)))**2 + (y - targets["DEC"])**2))
    minsep = np.nanmin(sep)
    minseparc = minsep*3600
    msaarr[i] = minseparc
    min_positions = [j for j, p in enumerate(sep) if p == minsep]
    x2 = targets["RA"][min_positions][0]
    RADiff = x*3600 - x2*3600
    RADiffArr[i] = RADiff
    y2 = targets["DEC"][min_positions][0]
    DecDiff = y*3600 - y2*3600
    DecDiffArr[i] = DecDiff

index = np.where(msaarr < 2)
print msaarr[index].shape
Combined[:,0] = msaarr[index[0][:]]

无论index = np.where(msaarr < 2) 是在循环内还是循环外，我都会遇到相同的错误。

Answer 1

看看将 numpy.take 与 numpy.where 结合使用。

inds = np.where(msaarr <= 2)
new_msaarr = np.take(msaarr, inds)

如果是多维数组，还可以添加axis关键字沿该轴进行切片。