使用numpy在另一个数组中使用数组值的位置答案

【问题标题】：Use the positions of the values of an array in another array with numpy使用numpy在另一个数组中使用数组值的位置
【发布时间】：2015-08-27 07:43:50
【问题描述】：

我想获取数组中的位置，并想从另一个数组中提取这些位置中的值。我有两个数组：

Array_1 = (1, 0, 23, 4, 0, 0, 17, 81, 0, 10)
Array_2 = (11, 12, 13, 14, 15, 16, 17, 18, 19, 20)

与

a, b = numpy.unique(Array_1)

我得到以下信息：a 包含值，b 包含位置。

a = (1, 23, 4, 17, 81, 10)
b = (0, 2, 3, 6, 7, 9)

我想要 Array_2 的值在 Array_1 的位置。换句话说，我想要：

c = (11, 13, 14, 17, 18, 20)

我如何掌握这些价值观？

【问题讨论】：

您的示例中有多个缺陷。 1）numpy.unique 将返回一个唯一值的排序数组，包括0。 2nd) 要获取np.unique 的索引，您必须使用关键字return_index=True。

【解决方案1】：

Numpy 支持向量化索引，见"Integer array indexing". 在实践中，这意味着你可以这样做：

a, b = numpy.unique(Array_1, return_index=True)
c = Array_2[b]

【讨论】：

你确定这行得通吗？它给了我array([12, 11, 14, 20, 17, 13, 18])，除非我最后做错了什么。
@Divakar，我正在阅读问题中的文字，但现在我发现其中的示例值很奇怪。在 OP 中 a 未排序且不包括 0。这就是为什么我的答案输出中的顺序不同并且包括12。
确实很奇怪。似乎也可以使用Array_2[Array_1!=0] 获得输出。不知道numpy.unique有什么意义。
np.unique 返回一个数组的所有 unique 值，因此每个值只出现一次。 Array_2[Array_1!=0] will evaluate at *all* non-zero values in Array_1, which is something entirely different. BTW: To do this sort of slicing, one would need to convert the tuples to np.ndarray`首先...