通过无循环的布尔索引数组的布尔索引数组

Question

我想在没有循环的情况下通过多个布尔数组索引一个带有布尔掩码的数组。

这就是我想要实现的，但没有循环，只有 numpy。

import numpy as np
a = np.array([[0, 1],[2, 3]])
b = np.array([[[1, 0], [1, 0]], [[0, 0], [1, 1]]], dtype=bool)

r = []
for x in b:
    print(a[x])
    r.extend(a[x])

# => array([0, 2])
# => array([2, 3])

print(r)
# => [0, 2, 2, 3]

# what I would like to do is something like this
r = some_fancy_indexing_magic_with_b_and_a
print(r)
# => [0, 2, 2, 3]

Answer 1

方法 #1

只需将 a 广播到 b' 形状 np.broadcast_to 然后用 b -

掩盖它

In [15]: np.broadcast_to(a,b.shape)[b]
Out[15]: array([0, 2, 2, 3])

方法 #2

另一个将获取所有索引和 mod 大小为 a 的索引，这也是每个 [=19] 的大小=] 块在 b 中，然后索引到扁平的 a -

a.ravel()[np.flatnonzero(b)%a.size]

方法 #3

与 App#2 相同，但保持 2D 格式并沿 b -

的最后两个轴使用 non-zero 索引

_,r,c = np.nonzero(b)
out = a[r,c]

大型阵列的时间（给定样本形状放大 100 倍）-

In [50]: np.random.seed(0)
    ...: a = np.random.rand(200,200)
    ...: b = np.random.rand(200,200,200)>0.5

In [51]: %timeit np.broadcast_to(a,b.shape)[b]
45.5 ms ± 381 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [52]: %timeit a.ravel()[np.flatnonzero(b)%a.size]
94.6 ms ± 1.64 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [53]: %%timeit
    ...: _,r,c = np.nonzero(b)
    ...: out = a[r,c]
128 ms ± 1.46 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

通过无循环的布尔索引数组的布尔索引数组

Boolean indexing array through array of boolean indexes without loop

python

arrays

numpy

matrix-indexing