基于列的numpy过滤矩阵答案

【问题标题】：Numpy filter matrix based on column基于列的numpy过滤矩阵
【发布时间】：2021-12-12 09:00:07
【问题描述】：

我有一个矩阵，每行有几个不同的值：

arr1 = np.array([[1,2,3,4,5,6,7,8,9],[10,11,12,13,14,15,16,17,18],[19,20,21,22,23,24,25,26,27]])
arr2 = np.array([["A"],["B"],["C"]])

这会产生以下矩阵：

array([[ 1,  2,  3,  4,  5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14, 15, 16, 17, 18],
       [19, 20, 21, 22, 23, 24, 25, 26, 27]])

array([['A'],
       ['B'],
       ['C']])

A 代表前 3 列，B 代表接下来的 3 列，C 代表最后 3 列。所以我想要的结果是：

array([[1,2,3],
       [13,14,15],
       [25,26,27]])

我正在考虑将 arr2 转换为掩码数组，但我什至不确定如何执行此操作。如果是 1darray，我可以这样做：

arr[0,1,2]

但对于 2darray，我什至不知道如何像这样屏蔽。我试过这个并得到错误：

arr[[0,1,2],[3,4,5],[6,7,8]]

最好的方法是什么？

谢谢。

【问题讨论】：

标签： python arrays numpy matrix

【解决方案1】：

您可以使用“高级索引”，通过坐标数组索引目标数组。

rows = np.array([[0,0,0],[1,1,1],[2,2,2]])
cols = np.array([[0,1,2],[3,4,5],[6,7,8]])

arr1[rows, cols]
>>> array([[ 1,  2,  3],
          [13, 14, 15],
          [25, 26, 27]])

你可以做一些类似的功能

def diagonal(arr, step):
    rows = np.array([[x]*step for x in range(step)])
    cols = np.array([[y for y in range(x, x+step)] for x in range(0, step**2, step)])
    return arr[rows, cols]

diagonal(arr1, 3)
>>> array([[ 1,  2,  3],
          [13, 14, 15],
          [25, 26, 27]])

参考：https://numpy.org/devdocs/user/basics.indexing.html

【讨论】：

我知道这是很久以前的事了，但我认为这是最接近的可行方法。 Rows 似乎很好，但 cols 需要更灵活。实际上它可能是 A、B、A、C、B、...
但我想我大概可以弄清楚如何从 ABC 数组中获取并将它们转换为 [0,1,2]、[3,4,5] 或 [6,7, 8]。谢谢

【解决方案2】：

如果您要固定 arr1 的形状，如上图(3,9) 所示，则可以使用如下单行代码完成：

arr2  = np.array([arr1[0][0:3],arr1[1][3:6],arr1[2][6:9]])

输出如下：

[[ 1  2  3]
 [13 14 15]
 [25 26 27]]

【讨论】：

【解决方案3】：

您可以使用string.ascii_uppercase 来索引字母表中的索引。并将 arr1 重塑 3 块：

from string import ascii_uppercase
reshaped = np.reshape(arr1, (len(arr1), -1, 3))
reshaped[np.arange(len(arr1)), np.vectorize(ascii_uppercase.index)(arr2).ravel()]

或者直接将A映射到0等等...

reshaped = np.reshape(arr1, (len(arr1), -1, 3))
reshaped[np.arange(len(arr1)), np.vectorize(['A', 'B', 'C'].index)(arr2).ravel()]

两个输出：

array([[ 1,  2,  3],
       [13, 14, 15],
       [25, 26, 27]])

【讨论】：