遍历维度的子集答案

【问题标题】：Iterating through a subset of dimensions遍历维度的子集
【发布时间】：2019-01-26 15:37:26
【问题描述】：

我想遍历 numpy 数组的维度子集并比较结果数组元素（它们是数组或剩余维度）。

下面的代码是这样做的：

import numpy

def min(h,m):
    return h*60+m

exclude_times_default=[min(3,00),min(6,55)]
d=exclude_times_default
exclude_times_wkend=[min(3,00),min(9,00)]
w=exclude_times_wkend;

exclude_times=numpy.array([[[min(3,00),min(6,20)],d,d,d,d,d,[min(3,00),min(6,20)],d,d,[min(3,00),min(6,20)]],
                           [d,d,d,d,[min(3,00),min(9,30)],[min(3,00),min(9,30)],d,d,d,d],
                           [[min(20,00),min(7,15)],[min(3,00),min(23,15)],[min(3,00),min(7,15)],[min(3,00),min(7,15)],[min(3,00),min(23,15)],[min(3,00),min(23,15)],d,d,d,d]])

num_level=exclude_times.shape[0]
num_wind=exclude_times.shape[1]
for level in range(num_level):
    for window in range(num_wind):
        if (exclude_times[level,window,:]==d).all():
            print("Default")
            exclude_times[level][window]=w
        print(level,window,exclude_times[level][window])

解决方案对我来说看起来不是很优雅，只是想知道是否有更优雅的解决方案。

【问题讨论】：

“默认”的打印重要吗？还是只是看到默认为周末？
你知道exclude_times[level,window,:]和exclude_times[level][window]是同一个索引吗？

标签： python numpy

【解决方案1】：

您可以获得一个 2D 蒙版，以精确定位所有设置为默认的窗口/级别组合，如下所示：

mask = (exclude_times == d[None, None, :]).all(axis=-1)

表达式d[None, None, :] 将两个new axes 引入d 的视图中，使broadcast 正确地变为exclude_times 的形状。另一种方法是使用明确的reshape：np.reshape(d, (1, 1, -1)) 或d.reshape(1, 1, -1)。还有很多其他方法。

.all(axis=-1) 操作会沿最后一个轴减少 3D 布尔蒙版，为您提供索引为水平和窗口的 2D 蒙版。

要计算默认条目的数量，请使用np.countnonzero：

nnz = np.countnonzero(mask)

计算每个窗口的默认值：

np.countnonzero(mask, axis=0)

计算每个级别的默认值：

np.countnonzero(mask, axis=1)

请记住，轴参数是您减少的参数，而不是您保留的参数。

将w 分配给默认元素有点复杂。问题是exclude_times[mask[:, :, None]] 是原始数据的副本，根本不保留原始数据的形状。

你必须做几个额外的步骤才能正确重塑：

exclude_times[mask[:, :, None]] = np.broadcast_to(w[None, :], (nnz, 2)).ravel()

【讨论】：