特定维度 numpy 中的索引元素

Question

我知道标题很笼统，但我不知道有什么更好的方式来描述我的问题。

我正在使用 scipy 的 io.loadmat 加载 Matlab mat 文件。这个 mat 文件最初有一些结构，我想这些结构被转换为 numpy 数组。 mat文件的结构如下。有 500 个结构，每个结构有 3 个字段。

print(data[0].shape)
(500, )

第一个和第二个字段的元素形状为 (300, 300)

print(data[0][0].shape)
(300, 300)
print(data[499][0].shape)
(300, 300)
print(data[0][1].shape)
(300, 300)
print(data[499][1].shape)
(300, 300)

第三个字段是标量

print(data[0][2].shape)
(1, 1)
print(data[499][2].shape)
(1, 1)

我想拆分这个文件，所以我有一个大小为 (500, 300, 300)、(500, 300, 300) 和 (500, )

的变量

我试过了

field1 = data[:][0]

但它给出了错误的元素。 field1[0] = data[0][0]、field1[1] = data[0][1]、field1[2] = data[0][2] 和 field1[3] 给出无效索引错误。我想要 field1[0] = data[0][0] ... field1[499] = data[499][0]

如何在大小为 500 的维度上建立索引？

我知道我能做到

field1 = np.array([data[i][0] for i in range(500)])

但我想知道是否有更简单的东西

Answer 1

听起来你有一个包含 3 个字段的结构化数组。沿着这条线的东西：

两个字段：

In [38]: dt = np.dtype([('f0',int,(2,2)),('f1','U3',(1,1))])

对于 records/items:

In [39]: data = np.zeros((4,), dtype=dt)                                                               
In [40]: data                                                                                          
Out[40]: 
array([([[0, 0], [0, 0]], [['']]), ([[0, 0], [0, 0]], [['']]),
       ([[0, 0], [0, 0]], [['']]), ([[0, 0], [0, 0]], [['']])],
      dtype=[('f0', '<i8', (2, 2)), ('f1', '<U3', (1, 1))])
In [41]: data.shape                                                                                    
Out[41]: (4,)

一条记录：

In [42]: data[0]                                                                                       
Out[42]: ([[0, 0], [0, 0]], [['']])

该字段可以 select 按数字编辑 - 因为它是一个元组（或类似元组）：

In [43]: data[0][0]                                                                                    
Out[43]: 
array([[0, 0],
       [0, 0]])

但要select所有记录的字段，请使用名称：

In [45]: data['f0']                                                                                    
Out[45]: 
array([[[0, 0],
        [0, 0]],

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

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

       [[0, 0],
        [0, 0]]])
In [46]: data['f0'].shape                                                                              
Out[46]: (4, 2, 2)

特定维度 numpy 中的索引元素

Index elements in specific dimension numpy

python

numpy

scipy

mat-file