类似于 numpy.take 的函数,用于索引 out 参数

a function similar to numpy.take that indexes the out parameter

numpy.takedocumentation中,声明a是根据indicesaxis进行索引的,然后选择存储结果在 out 参数中。是否存在对 out 执行索引的函数?使用花式索引它会是这样的:

out[:, :, indices, :] = a

这里我假设 axis=2 但在我的情况下我事先不知道轴。 使用 1d 布尔掩码而不是索引的解决方案也是可以接受的。

您可以像这样使用交换轴:

>>> A = np.arange(24).reshape(2,3,4)
>>> out = np.empty_like(A)
>>> I = [2,0,1]
>>> axis = 1
>>> out.swapaxes(0, axis)[I] = A.swapaxes(0, axis)
>>> out                                                                                                             
array([[[ 4,  5,  6,  7],                                                                                           
        [ 8,  9, 10, 11],                                                                                           
        [ 0,  1,  2,  3]],                                                                                          

       [[16, 17, 18, 19],                                                                                           
        [20, 21, 22, 23],                                                                                           
        [12, 13, 14, 15]]])                                                                                         

某些numpy函数在指定轴上操作时构造索引元组。

代码不是特别漂亮,但很通用且相当高效。

In [700]: out = np.zeros((2,1,4,5),int)
In [701]: out
Out[701]: 
array([[[[0, 0, 0, 0, 0],
         [0, 0, 0, 0, 0],
         [0, 0, 0, 0, 0],
         [0, 0, 0, 0, 0]]],


       [[[0, 0, 0, 0, 0],
         [0, 0, 0, 0, 0],
         [0, 0, 0, 0, 0],
         [0, 0, 0, 0, 0]]]])

In [702]: indices = [3,0,1]

创建一个索引元组。以列表或数组开头,便于构造,索引时转为tuple

In [703]: idx = [slice(None)]*out.ndim
In [704]: idx[2] = indices
In [705]: idx
Out[705]: 
[slice(None, None, None),
 slice(None, None, None),
 [3, 0, 1],
 slice(None, None, None)]
In [706]: out[tuple(idx)] = 10    
In [707]: out
Out[707]: 
array([[[[10, 10, 10, 10, 10],
         [10, 10, 10, 10, 10],
         [ 0,  0,  0,  0,  0],
         [10, 10, 10, 10, 10]]],


       [[[10, 10, 10, 10, 10],
         [10, 10, 10, 10, 10],
         [ 0,  0,  0,  0,  0],
         [10, 10, 10, 10, 10]]]])

匹配 take:

In [708]: np.take(out, indices, axis=2)
Out[708]: 
array([[[[10, 10, 10, 10, 10],
         [10, 10, 10, 10, 10],
         [10, 10, 10, 10, 10]]],


       [[[10, 10, 10, 10, 10],
         [10, 10, 10, 10, 10],
         [10, 10, 10, 10, 10]]]])

我们可以设置更复杂的值,只要我们获得广播权:

out[tuple(idx)] = np.array([10,11,12])[...,None]

我还看到 numpy 将感兴趣的轴移动到已知位置的函数 - 起点或终点。根据操作,它可能需要换回。


placeputcopyto 等函数提供了其他控制赋值的方法(除了通常的索引之外)。但是 none 采用 axis 参数,例如 np.take.