2016-08-15 60 views
1

我想根据定义哪些元件从a进入其中b一些规则的阵列(a)的元素复制到结果数组b。我在下面创建了一个例子。复印通过索引

是否有可能(通过一些智能索引?)执行一个步骤的最后一步(b[x,mask] = a[mask])的所有x或者这只是在一个循环如图所示来实现(在扩展方式)下面?我的真实例子中的x是相当大的(〜100),所以我认为这可以从删除循环中受益。

a = np.asarray([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) 

m1 = a > 6 
m2 = ~m1 & ((a < 8) & (a > 4)) 
m3 = ~m1 & ~m2 & (a > 1) 
m4 = ~m1 & ~m2 & ~m3 & (a < 10) 


b = np.zeros((4, 3, 3)) 
b[0, m1] = a[m1] 
b[1, m2] = a[m2] 
b[2, m3] = a[m3] 
b[3, m4] = a[m4] 

print '0\n', b[0] 
print '1\n', b[1] 
print '2\n', b[2] 
print '3\n', b[3] 

输出:

0 
[[ 0. 0. 0.] 
[ 0. 0. 0.] 
[ 7. 8. 9.]] 
1 
[[ 0. 0. 0.] 
[ 0. 5. 6.] 
[ 0. 0. 0.]] 
2 
[[ 0. 2. 3.] 
[ 4. 0. 0.] 
[ 0. 0. 0.]] 
3 
[[ 1. 0. 0.] 
[ 0. 0. 0.] 
[ 0. 0. 0.]] 
+0

由于每个'm#'中的'True'元素数量不同,因此将其作为单个2-3维操作进行处理非常棘手。 (他们是3,2,3,1)。您可能需要计算扁平的1d等值。 – hpaulj

回答

0

我不知道这是否改善与否,但它是可以做到复制一个步骤,如果我们构建拆纱指标:

开始与一个面具清单:

In [1934]: m=[m1,m2,m3,m4] 

通过加入个人清单 - 调整为与一个的a平或弄清1D版本:

In [1935]: ida=np.concatenate([np.ravel_multi_index(np.nonzero(z),a.shape) for z in m]) 
In [1936]: ida 
Out[1936]: array([6, 7, 8, 4, 5, 1, 2, 3, 0], dtype=int32) 
In [1937]: a.flat[ida] 
Out[1937]: array([7, 8, 9, 5, 6, 2, 3, 4, 1]) 

构建同为3D b,考虑到不同的第一维值:

In [1938]: idb = [np.ravel_multi_index(((i,)+np.nonzero(z)),bshape) for i,z in enumerate(m)] 
In [1939]: idb 
Out[1939]: 
[array([6, 7, 8], dtype=int32), 
array([13, 14], dtype=int32), 
array([19, 20, 21], dtype=int32), 
array([27], dtype=int32)] 
In [1940]: idb=np.concatenate(idb) 

现在做副本:

In [1941]: b.flat[id1]=a.flat[ida] 
In [1942]: b 
Out[1942]: 
array([[[ 0., 0., 0.], 
     [ 0., 0., 0.], 
     [ 7., 8., 9.]], 

     [[ 0., 0., 0.], 
     [ 0., 5., 6.], 
     ... 
     [ 0., 0., 0.]]]) 

因此,副本是在一次调用中完成的,但我不得不使用两个列表解析来构造所需的索引。

+0

有趣的方法。感谢分享这个想法。我会看看它是否会提高性能。 – orange