如何获取np 2d数组的所有行直到某个向量

Question

假设我有一个这样的二维数组：

>>> s
array([[1, 0, 0, 0],
       [0, 0, 1, 0],
       [0, 0, 0, 1],
       [0, 0, 0, 1],
       [0, 1, 0, 0]])

（每一行都是某个特征的一个热编码）。我想获取 s 的所有行，直到看到一个特定的向量。例如，如果我想获取 ([0, 0, 0, 1]) 之前的所有行，我想获取：

>>> desired
array([[1, 0, 0, 0],
       [0, 0, 1, 0]])

在 numpy 或 theano 中有没有好的方法来做到这一点？我在在线文档上找不到解决方案。

Answer 1

方法#1

获取与您正在寻找的数组的相等性，给我们一个2D 数组。然后，查找所有与 .all(axis=1) 匹配的行，这将是一个 1D 布尔数组。最后，要获取匹配项中的第一个实例，请使用.argmax() 并沿从开始到该索引的行对数组进行切片。

因此，完整的实现将是 -

s[:(s == [0,0,0,1]).all(1).argmax()]

示例逐步运行 -

In [39]: s  # Input array
Out[39]: 
array([[1, 0, 0, 0],
       [0, 0, 1, 0],
       [0, 0, 0, 1],
       [0, 0, 0, 1],
       [0, 1, 0, 0]])

In [33]: s == [0,0,0,1] # compare against search array
Out[33]: 
array([[False,  True,  True, False],
       [ True,  True, False, False],
       [ True,  True,  True,  True],
       [ True,  True,  True,  True],
       [ True, False,  True, False]], dtype=bool)

In [34]: (s == [0,0,0,1]).all(1)
Out[34]: array([False, False,  True,  True, False], dtype=bool)

In [37]: (s == [0,0,0,1]).all(1).argmax()
Out[37]: 2

In [38]: s[:(s == [0,0,0,1]).all(1).argmax()]
Out[38]: 
array([[1, 0, 0, 0],
       [0, 0, 1, 0]])

---

方法 #2

由于我们处理的是单热编码数组，我们可以在2D 输入数组的每一行使用argmax，从而将其减少为1D 数组。同样，将搜索数组减少为标量，其余步骤保持不变。这将提高内存效率，因为我们将避免创建 2D 布尔数组。让我们直接进入示例运行 -

In [89]: s.argmax(1)
Out[89]: array([0, 2, 3, 3, 1])

In [90]: np.argmax([0,0,0,1])
Out[90]: 3

In [91]: s.argmax(1) == np.argmax([0,0,0,1])
Out[91]: array([False, False,  True,  True, False], dtype=bool)

In [92]: (s.argmax(1) == np.argmax([0,0,0,1])).argmax()
Out[92]: 2

# Final code
In [93]: s[:(s.argmax(1) == np.argmax([0,0,0,1])).argmax()]
Out[93]: 
array([[1, 0, 0, 0],
       [0, 0, 1, 0]])