矢量：数组太多指数

a=b=np.arange(9).reshape(3,3) 
i=np.arange(3) 
mask=a<i[:,None,None]+3

和矢量：数组太多指数

b[np.where(mask[0])] 
>>>array([0, 1, 2]) 

b[np.where(mask[1])] 
>>>array([0, 1, 2, 3]) 

b[np.where(mask[2])] 
>>>array([0, 1, 2, 3, 4])

现在我想向量化并打印它们放在一起，我尝试

b[np.where(mask[i])]和b[np.where(mask[i[:,None,None]])]

他们两人的表演IndexError: too many indices for array

来源

2017-10-17 kinder chan

我不确定这是否做到了你想要的。特别是，'np.where（mask [0]）[0]'全部是'真'，因为数组的真值被获取（如果至少有一个元素为真，则'真'），而且你使用来自'np.where（）'的返回值，我不认为这是你想要的。 – remram

尝试要打印矢量，它只能存在于x，y和z维度中。你有4

来源

2017-10-17 02:12:13 BadUserName

你有没有见过超过3个维度的向量？ –

In [165]: a 
Out[165]: 
array([[0, 1, 2], 
     [3, 4, 5], 
     [6, 7, 8]]) 
In [166]: mask 
Out[166]: 
array([[[ True, True, True], 
     [False, False, False], 
     [False, False, False]], 

     [[ True, True, True], 
     [ True, False, False], 
     [False, False, False]], 

     [[ True, True, True], 
     [ True, True, False], 
     [False, False, False]]], dtype=bool)

所以a（和b）是（3,3），而mask为（3,3,3）。

一个布尔掩码，应用于阵列产生一个1D（当经由where施加相同）：

In [170]: a[mask[1,:,:]] 
Out[170]: array([0, 1, 2, 3])

的2D掩码的where产生2元素的元组，其可以索引2D阵列：

In [173]: np.where(mask[1,:,:]) 
Out[173]: (array([0, 0, 0, 1], dtype=int32), array([0, 1, 2, 0], dtype=int32))

在3D掩模where是一个3元组元素 - 因此too many indices错误：

In [174]: np.where(mask) 
Out[174]: 
(array([0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2, 2], dtype=int32), 
array([0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 1], dtype=int32), 
array([0, 1, 2, 0, 1, 2, 0, 0, 1, 2, 0, 1], dtype=int32))

让我们尝试扩大a〜3d和敷面膜

In [176]: np.tile(a[None,:],(3,1,1)).shape 
Out[176]: (3, 3, 3) 
In [177]: np.tile(a[None,:],(3,1,1))[mask] 
Out[177]: array([0, 1, 2, 0, 1, 2, 3, 0, 1, 2, 3, 4])

值是有的，但它们结合。

我们可以指望的True数目的mask每个平面，并用它来split蒙面瓷砖：

In [185]: mask.sum(axis=(1,2)) 
Out[185]: array([3, 4, 5]) 
In [186]: cnt=np.cumsum(mask.sum(axis=(1,2))) 
In [187]: cnt 
Out[187]: array([ 3, 7, 12], dtype=int32) 

In [189]: np.split(np.tile(a[None,:],(3,1,1))[mask], cnt[:-1]) 
Out[189]: [array([0, 1, 2]), array([0, 1, 2, 3]), array([0, 1, 2, 3, 4])]

内部np.split使用Python的水平迭代。因此，mask飞机上的迭代可能会一样好（在这个小例子中速度提高了6倍）。

In [190]: [a[m] for m in mask] 
Out[190]: [array([0, 1, 2]), array([0, 1, 2, 3]), array([0, 1, 2, 3, 4])]

指向与期望的 '矢量'，单个阵列（3），（4）和（5）的形状的基本问题。不同大小的数组是一个强有力的指标，即使不是不可能，真正的“向量化”也很困难。

来源

2017-10-17 02:42:51 hpaulj

矢量：数组太多指数

回答

相关问题