numpy 2D矩阵与列矩阵的动态索引答案

【问题标题】：Dynamic indexing of numpy 2D matrix with column matrixnumpy 2D矩阵与列矩阵的动态索引
【发布时间】：2018-02-27 05:06:15
【问题描述】：

我有一个 2D 矩阵，例如 4x3，即 4 行乘 3 列。

A = matrix([[1,2,3],
           [4,5,6],
           [7,8,9],
           [-1,-2,-3]])

我还有一个 4x1 的列矩阵：

M = matrix([[1],
            [1],
            [1],
            [0]])

我希望能够在 M!=0 时获得 A 的所有列，即像 B=A[M!=0,:] 这样的东西。但我得到 too many indices for array 错误。我只是想获得：

B = matrix([[1,2,3],
            [4,5,6],
            [7,8,9]])

删除A 的最后一行，因为M 的最后一行是0。我确信这很容易，但我不知道该怎么做。

我在 Python 3.5.2 上使用 Numpy 1.11.2。

【问题讨论】：

标签： python numpy

【解决方案1】：

In [1]: A = np.array([[1,2,3],
   ...:            [4,5,6],
   ...:            [7,8,9],
   ...:            [-1,-2,-3]])

In [2]: M = np.array([[1],
   ...:             [1],
   ...:             [1],
   ...:             [0]])

我切换到np.array，首选类型。

In [3]: A[M,:]
Out[3]: 
array([[[4, 5, 6]],

       [[4, 5, 6]],

       [[4, 5, 6]],

       [[1, 2, 3]]])
In [4]: _.shape
Out[4]: (4, 1, 3)

使用M 进行索引直接产生错误的形状和错误的行 - 第 1 行的多个副本和第 0 行的一个副本。

现在切换到 M 的布尔版本：

In [5]: M>0
Out[5]: 
array([[ True],
       [ True],
       [ True],
       [False]])
In [6]: A[M>0,:]
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call 
...
IndexError: too many indices for array

哎呀，它在这里咬我们的 (4,1) 形状。所以把M改成1d：

In [7]: M1 = M.ravel()
In [8]: A[M1>0,:]
Out[8]: 
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

我们也可以使用where 来获取行索引：

In [9]: idx = np.where(M1)
In [10]: idx
Out[10]: (array([0, 1, 2]),)
In [11]: A[_,:]
Out[11]: 
array([[[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]]])

如果 M 是 np.matrix, we'd have to useM.A1` 来生成一维索引数组。

Difference between numpy.matrix.A1 and ravel

In [13]: MM = np.matrix([[1],
    ...:             [1],
    ...:             [1],
    ...:             [0]])
    ...: 
    ...: 
In [14]: MM
Out[14]: 
matrix([[1],
        [1],
        [1],
        [0]])
In [15]: MM.ravel()
Out[15]: matrix([[1, 1, 1, 0]])
In [16]: A[MM.ravel()>0,:]
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-16-2ee7cf5210f1> in <module>()
----> 1 A[MM.ravel()>0,:]

IndexError: too many indices for array
In [17]: MM.A1
Out[17]: array([1, 1, 1, 0])
In [18]: A[MM.A1>0,:]
Out[18]: 
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

【讨论】：

【解决方案2】：

使用熊猫。这就是它的小巷

import numpy as np
import pandas as pd


A = np.array([[1,2,3],
   [4,5,6],
   [7,8,9],
   [-1,-2,-3]])

M = np.array([[1],
    [1],
    [1],
    [0]])

dfa = pd.DataFrame(A)
dfm = pd.DataFrame(M)
seriesm = (pd.Series(dfm[dfm.columns[0]]) != 0)
matrixYouWant = dfa[seriesm.values]

如果你想让它返回一个 numpy 数组：

yourNewArray = matrixYouWant.values

【讨论】：

谢谢，实际上我想在不使用任何其他包的情况下缝合到 numpy。无论如何，我会看看熊猫。
使用类固醇是麻木的。如果你在 python 中建模数据。值得学习曲线。

【解决方案3】：

我找到了一个像这样工作的解决方案

A = np.array([[ 1,  2,  3], 
              [ 4,  5,  6],
              [ 7,  8,  9],
              [-1, -2, -3]])

M = np.array([[1],
              [1],
              [1],
              [0],])

>>> mask = np.concatenate(M).astype(bool)

>>> out = A[:, mask]

>>> print(out)
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

【讨论】：