Julia-通过向量提取多维矩阵的一部分

Question

我正在尝试使用向量来减少多维矩阵。

假设矩阵A是1000 x 10 x 100. 向量b可以是100 x 1，其中100个条目是A的第一维的一部分。第一个切片中总是只有一个元素A的尺寸与b的每个元素相匹配。

我该如何将矩阵简化为匹配向量？

我试图

Ared= A[b,:,:] 

，但它不工作。

这个例子中的新矩阵的形式应该为100×10×100

有没有人有什么想法？

Answer 1

好吧，我想我明白你在问什么了。您正在寻找findin()功能。它有两个参数，每个参数都是一个集合。它查找第一个集合中的元素，并返回这些元素的索引。因此，我们可以将此函数应用于数组的第一维中的切片。下面是一些例子，从2D开始，为了简单起见，然后推广到3D，它们基本上是相同的。

请注意，有必要沿着第二和第三维选择特定的索引（这里我为每个选择了1），否则，第一维片中没有明确的元素与b的内容进行比较。 （每个维度简单地提供一部分，在这种情况下，一组3个数字，其中一起识别3D阵列内的特定地点）。

b = rand(100); 
using Distributions 
indices = sample(1:1000, 100, replace=false) ## random indices for where the elements in a slice of the first dimension of A will match those in b. 

## 2D example 
A = rand(1000,100); 
A[indices,1] = b; ## set 100 random rows of A will now have their first element match one element of b 
Ared = A[findin(A[:,1], b),:] ## find the rows in A where the first element is in B. Return the full values of those rows. 

## 3D example 
A3 = rand(1000,10,100); 
A3[indices,1,1] = b; 
Ared3 = A3[findin(A[:,1,1], b),:,:]; 
julia> size(Ared3) 
(100,10,100) 

Answer 2

你的逻辑是罚款，并会工作若B是一个向量。其原因并不在于你可能试图使用二维数组（即等级2）进行索引，而这恰好只有一列，而不是向量（即等级1）数组。即我敢肯定，如果你做size(b)结果将是(2,1)而不是(2,)这应该是。

如果您获得b的相应向量（例如collect(b)），您的索引操作应该可以正常工作。

实施例：

julia> A = rand(Int64[1,10],3,4,2) 
3x4x2 Array{Int64,3}: 
[:, :, 1] = 
10 10 1 10 
10 10 10 10 
    1 10 10 1 

[:, :, 2] = 
1 10 10 1 
1 10 1 1 
1 1 10 10 

julia> b = [1; 3] # this will work. NOTE THE RESULTING TYPE! 
2-element Array{Int64,1}: 
1 
3 

julia> A[b,:,:] 
2x4x2 Array{Int64,3}: 
[:, :, 1] = 
10 10 1 10 
    1 10 10 1 

[:, :, 2] = 
1 10 10 1 
1 1 10 10 

julia> c = [1 3]' # this will not. NOTE THE RESULTING TYPE 
2x1 Array{Int64,2}: 
1 
3 

julia> A[c,:,:] 
ERROR: MethodError: `index_shape_dim` has no method matching  index_shape_dim(::Array{Int64,3}, ::Int64, ::Array{Int64,2}, ::Colon, ::Colon) 

julia> A[collect(c),:,:] # this will work again, c is now a vector 
2x4x2 Array{Int64,3}: 
[:, :, 1] = 
10 10 1 10 
    1 10 10 1 

[:, :, 2] = 
1 10 10 1 
1 1 10 10