使用二维数组广播一维数组

Question

我有一个包含 ~10**8 个元素的一维数组 array_data。

我有第二个数组 array_index，它指定用于切片 array_data 的绑定 ing 索引。

以下是 array_data 和 array_index 的最小、完整且可验证的示例：

import numpy as np

#Create data
array_data = np.arange(100)

#Randomly create indices
array_index = np.sort(np.random.randint(100, size=(10,2)))

#For each randomly created index, slice the array
array_sliced = [array_data[index[0]:index[1]]) for index in array_index]

#Now data is sliced, perform operation on the sliced data. For example:
val = []
for slice in array_sliced:
    val.append(np.nanmean(slice))

问题： 沿着 axis=1 使用 array_index 切片 array_data 的最佳方法是什么，这样我就可以在切片上执行另一个任务数组（例如 min、max、mean）?

我目前的解决方案是使用列表理解和转换回 numpy 数组。这种方法看起来笨拙且缓慢：

>>> np.array([np.nanmean(array_data[index[0]:index[1]]) for index in array_index], dtype=np.float64)

编辑： 添加了最小的、完整的和可验证的示例（适用于 python 2.7）。

Answer 1

当我运行你的代码时，我得到了一个不同大小的数组列表：

In [63]: [len(x) for x in array_sliced]
Out[63]: [3, 46, 38, 9, 73, 66, 3, 23, 40, 36]

（你也可以从 np.diff(array_index,axis=1) 得到这个）

一般的观察是，在处理不同大小的数组时，很难以任何一种二维方式处理它们。

您可以生成一个 (10,100) 掩码，对于要保留在每一行中的值，为 True，对于省略，为 False。或者可能 np.nan 用于省略。

或者考虑填充这 10 个数组，使它们适合 (10,73) 数组，同样使用适当的填充元素（0、nan 等）。

使用二维数组广播一维数组

Broadcast a 1D array using a 2D array

python

list

numpy

list-comprehension

numpy-slicing