如何使用多个条件从 3d numpy 数组中检索值

Question

我有一个具有这种形状的特征表（3d numpy 数组）：

characteristics = np.array((140, 401,9))

并有一个包含 140 个元素的最终一维数组：

final_array = np.array(140)

现在，我需要使用 3 个条件来检索特征并将它们添加到 final_array。

1- 将添加特征表中第一个维度中的哪些元素。示例：

which_elements = [True True False ... False True] # (140 elements)

所以现在我们知道我们只会使用第一个、第二个和最后一个元素的特性来添加到最终数组中。

2- 特征数组中的每个元素都是一个 (401x9) 表，我们需要通过匹配其行和列来检索单个值。 示例：

rows = [56 78 0 ... 0 43] # (140 elements) 

意味着对于第一个元素，我们检索第 56 行，第二个元素第 78 行，第三个元素不会被使用...最后一个元素第 43 行。

columns = [8 7 0 ... 0 4]# (140 elements) 

表示对于第一个元素，我们检索第 8 列，第二个元素第 7 列，第三个元素不会被使用...最后一个元素第 4 列。

检索到正确的值，我会将它们添加到 final_array 中。

我知道如何进行这种迭代，逐个元素地在特征表中搜索，但我需要它是一个快速操作，因为它每秒会完成超过一百万次，我很难做到这一点numpy 中的布尔索引。有什么建议吗？

编辑 - 尝试 TOMÁS VALLOTTON 答案：

import numpy as np

characteristics = np.array([[[500, 480], [480, 460]], [[460, 440], [440, 420]], [[420, 400], [400, 380]]])
print(characteristics)

final_array = np.zeros(3)

which = np.array([True, False, True])

rows = [0, 0, 1]
columns = [1, 0, 0]

expected_final_array = [480., 0., 400.]

# Tomás Valloton
array = np.where(which, characteristics[:, rows, columns], np.inf)
print(array[array != np.inf])

Output:
[480. 480. 440. 440. 400. 400.]

Answer 1

也许这样的事情可以帮助你？

array = np.where(which_elements, characteristics[:, row, columns], np.inf)
array[array != np.inf]

编辑：

我猜你不想要 False 元素。这个怎么样？

array = np.where(which_elements, characteristics[:, row, columns], 0)