arrays - 如何使用另一个向量的值从 numpy 矩阵中选择列

Question

如何根据应用于矩阵的向量选择列？ 扩大: How to apply mask from array to another matrix in numpy

ar2 = np.arange(1,26)[::-1].reshape([5,5]).T
ar3 = np.array([1,2,3,1,2])
print (ar2, '\n\n',  ar3)

results in:

[[25 20 15 10  5]
 [24 19 14  9  4]
 [23 18 13  8  3]
 [22 17 12  7  2]
 [21 16 11  6  1]] 

 [1 2 3 1 2]

我追求的是:

1  [[ 25  np.nan np.nan np.nan np.nan]
2   [ 24   19    np.nan np.nan np.nan]
3   [ 23   18      13   np.nan np.nan]
1   [ 22  np.nan np.nan np.nan np.nan]
2   [ 21   16    np.nan np.nan np.nan ]] 

Answer 1

我们可以利用 broadcasting 创建带有与 ar3 比较的范围数组的掩码用于分配到这些位置，然后分配 NaNs 。因为，输入是 int数组，我们需要制作 ar2 的浮点副本然后分配，就像这样 -

out = ar2.astype(float, copy=True) # convert to float as NaNs are to be assigned
mask = ar3[:,None] <= np.arange(ar2.shape[1])
out[mask] = np.nan

对于具有大量行和相当多列的情况，这应该是一个很好的方法，否则切片到每一行并分配 NaNs受相应ar3限制值。

---

关于mask的更多解释创作-

In [38]: ar3
Out[38]: array([1, 2, 3, 1, 2])

In [39]: ar3[:,None] <= np.arange(ar2.shape[1])
Out[39]: 
array([[False,  True,  True,  True,  True],
       [False, False,  True,  True,  True],
       [False, False, False,  True,  True],
       [False,  True,  True,  True,  True],
       [False, False,  True,  True,  True]])

比较 ar3 的每个元素与 range(5)与此outer比较给出了掩码的每一行。如果我们仔细观察的话，都是False直到对应的索引值(ar3值)和True此后。我们需要那些True分配位置NaNs因此，这个掩码直接帮助我们在整个输出数组中分配 NaN。