Numpy：根据索引数组组合几个数组答案

【问题标题】：Numpy: Combine several arrays based on an indices arrayNumpy：根据索引数组组合几个数组
【发布时间】：2019-05-02 21:41:10
【问题描述】：

我有 2 个不同大小的数组 m 和 n，例如：

x = np.asarray([100, 200])
y = np.asarray([300, 400, 500])

我还有一个大小为m+n 的整数数组，例如：

indices = np.asarray([1, 1, 0, 1 , 0])

我想将x 和y 组合成一个大小为m+n 的数组z，在这种情况下：

expected_z = np.asarray([300, 400, 100, 500, 200])

详细说明：

indices 的第一个值是 1，所以z 的第一个值应该来自y。因此300。
indices的第二个值是1，所以z的第二个值也应该来自y。因此400
indices的第三个值是0，所以z的第三个值这次应该来自x。因此100
...

我怎样才能在 NumPy 中有效地做到这一点？

提前致谢！

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

创建一个输出数组并使用布尔索引将x 和y 分配到输出的正确槽中：

z = numpy.empty(len(x)+len(y), dtype=x.dtype)
z[indices==0] = x
z[indices==1] = y

【讨论】：

【解决方案2】：

out 将是您想要的输出：

out = indices.copy()
out[np.where(indices==0)[0]] = x
out[np.where(indices==1)[0]] = y

或者按照上面的答案建议，只需这样做：

out = indices.copy()
out[indices==0] = x
out[indices==1] = y

【讨论】：

【解决方案3】：

我希望这可以帮助你：

x          = np.asarray([100, 200])
y          = np.asarray([300, 400, 500])
indices    = np.asarray([1, 1, 0, 1 , 0])
expected_z = np.asarray([])
x_indice   = 0
y_indice   = 0

for i in range(0,len(indices)):
    if indices[i] == 0:
        expected_z = np.insert(expected_z,i,x[x_indice])
        x_indice += 1
    else:
        expected_z = np.insert(expected_z,i,y[y_indice])
        y_indice += 1

expected_z

输出是：

output : array([300., 400., 100., 500., 200.])

附：始终确保 len(indices) == len(x) + len(y) 和 :

来自 y == len(y) 的值
来自 x == len(x) 的值

【讨论】：

这需要二次时间并产生一个具有错误 dtype 的输出数组。
感谢 Mehdi 的回复。如果数组很大，恐怕循环遍历数组会非常低效......
@FlorianPagnoux 对不起，我以为你有小数组