python中二维数组中的条件索引答案

【问题标题】：Conditional index in 2d array in pythonpython中二维数组中的条件索引
【发布时间】：2014-06-12 07:44:10
【问题描述】：

我有一个二维数组，g，如下所示：

np.array([
[1 2 3 4], 
[5 6 7 8], 
[9 10 11 12]
])

所以g[0] 返回第一行，换句话说，当我给出0 的索引时，我得到第一行。当我使用 1 的索引时，我得到第二行：

g[1] = [5 6 7 8]

等等。

但我想返回 g 的索引不是特定值的所有行。例如。我要回g[x] for all x where x != 1。

我知道如何对一维数组使用条件索引，但是二维数组呢？我在这里感到困惑，因为我没有根据值对要检索的索引设置条件，但我需要一个依赖于索引本身的条件。

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

您可以使用np.arange(len(g)) != 1 创建布尔索引：

In [137]: g
Out[137]: 
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])

In [138]: g[np.arange(len(g)) != 1]
Out[138]: 
array([[ 1,  2,  3,  4],
       [ 9, 10, 11, 12]])

如果您真的只想消除一行，您也可以使用np.concatenate 连接两个基本切片：

In [143]: np.concatenate([g[:1], g[2:]])
Out[143]: 
array([[ 1,  2,  3,  4],
       [ 9, 10, 11, 12]])

对于大型数组，第一种方法似乎更快，但是：

In [150]: g2 = np.tile(g, (10000,1))

In [153]: %timeit g2[np.arange(len(g)) != 1]
100000 loops, best of 3: 6.9 µs per loop

In [152]: %timeit np.concatenate([g2[:1], g2[2:]])
10000 loops, best of 3: 51.8 µs per loop

【讨论】：

这给了我我想要的……但是对于更快的方法，它是如何工作的？我了解 arange 的作用。但是，您给出的条件如何用作索引？这种情况不会产生索引数组吗？但是使用数组作为索引是不行的，比如这样：g [ 0, 1, 2]，那么这是怎么做到的呢？
NumPy 数组可以是indexed in a variety of ways，主要的三个是基本切片、整数索引和布尔索引。 np.arange(len(g)) != 1 返回一个布尔数组，因此触发布尔索引。查看np.arange(3) != 1 在 Python 交互式会话中输入时返回的内容。你得到array([ True, False, True], dtype=bool)。数组中的每个值都与g 的行相关联，并且每个 True 值都会导致关联的行被选中。顺便说一句，g[[0,2]] 也可以；这是整数索引的示例。

【解决方案2】：

unutbu 的答案有效，但我发现将计算放在索引中...... icky。：/

我会这样做：

rowsidontwant = [1, 3]
listofrows = [ g[i] for i in filter(lambda x: not in rowsidontwant, xrange(len(g))) ]

这有点……一般。行列表可能不是您想要的，但之后您可以将数据以您喜欢的任何形式放置。

【讨论】：