numpy:使用多维索引索引一维数组
numpy: indexing 1d array with multidimensional index
如何使用高维索引数组索引低维数据数组?
例如:给定一维数据数组和二维索引数组:
data = np.array([11,12,13])
idx = np.array([[0,1],
[1,2])
我想要一个二维数据数组:
np.array([[11,12],
[12,13]])
这在 Python / NumPy 中非常容易,感谢 advanced Numpy indexing system,您只需使用索引作为切片,例如data[idx]
.
data = np.array([11,12,13])
idx = np.array([[0,1],
[1,2]])
# this will produce the correct result
data[idx]
# array([[11, 12],
# [12, 13]])
如何使用高维索引数组索引低维数据数组?
例如:给定一维数据数组和二维索引数组:
data = np.array([11,12,13])
idx = np.array([[0,1],
[1,2])
我想要一个二维数据数组:
np.array([[11,12],
[12,13]])
这在 Python / NumPy 中非常容易,感谢 advanced Numpy indexing system,您只需使用索引作为切片,例如data[idx]
.
data = np.array([11,12,13])
idx = np.array([[0,1],
[1,2]])
# this will produce the correct result
data[idx]
# array([[11, 12],
# [12, 13]])