基于布尔向量选择 numpy 中的列

Question

我有两个 NumPy 数组 a，b，尺寸为 m，乘以 n。我有一个长度为 n 的布尔向量 b，我想生成一个新数组 c，它从 a、[=11] 中选择 n 列=]，所以如果 b[i] 为真，我从 b 中获取列，否则从 a 中获取列。

如何以最有效的方式执行此操作？我看过 select、where 和 choose。

Answer 1

首先，让我们设置一些示例代码：

import numpy as np

m, n = 5, 3
a = np.zeros((m, n))
b = np.ones((m, n))

boolvec = np.random.randint(0, 2, m).astype(bool)

只是为了展示这些数据的样子：

In [2]: a
Out[2]: 
array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])

In [3]: b
Out[3]: 
array([[ 1.,  1.,  1.],
       [ 1.,  1.,  1.],
       [ 1.,  1.,  1.],
       [ 1.,  1.,  1.],
       [ 1.,  1.,  1.]])

In [4]: boolvec
Out[4]: array([ True,  True, False, False, False], dtype=bool)

在这种情况下，使用 np.where 最有效。但是，我们需要 boolvec 的形状可以广播到与 a 和 b 相同的形状。因此，我们可以通过使用 np.newaxis 或 None （它们相同）进行切片使其成为列向量：

In [5]: boolvec[:,None]
Out[5]: 
array([[ True],
       [ True],
       [False],
       [False],
       [False]], dtype=bool)

然后我们可以使用np.where得到最终结果：

In [6]: c = np.where(boolvec[:, None], a, b)

In [7]: c
Out[7]: 
array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 1.,  1.,  1.],
       [ 1.,  1.,  1.],
       [ 1.,  1.,  1.]])

Answer 2

您可以为此使用 np.choose。

例如 a 和 b 数组：

>>> a = np.arange(12).reshape(3,4)
>>> b = np.arange(12).reshape(3,4) + 100
>>> a_and_b = np.array([a, b])

要使用np.choose，我们需要一个包含两个数组的 3D 数组； a_and_b 看起来像这样：

array([[[  0,   1,   2,   3],
        [  4,   5,   6,   7],
        [  8,   9,  10,  11]],

       [[100, 101, 102, 103],
        [104, 105, 106, 107],
        [108, 109, 110, 111]]])

现在让布尔数组为bl = np.array([0, 1, 1, 0])。那么：

>>> np.choose(bl, a_and_b)
array([[  0, 101, 102,   3],
       [  4, 105, 106,   7],
       [  8, 109, 110,  11]])

Answer 3

(5000,3000) 个数组的时间是：

In [107]: timeit np.where(boolvec[:,None],b,a)
1 loops, best of 3: 993 ms per loop

In [108]: timeit np.choose(boolvec[:,None],[a,b])
1 loops, best of 3: 929 ms per loop

In [109]: timeit c=a[:];c[boolvec,:]=b[boolvec,:]
1 loops, best of 3: 786 ms per loop

where和choose本质上是一样的；布尔索引稍微快一些。 select用的是choose，所以没计时

我的列采样时间与此类似，只是这次索引速度较慢：

In [119]: timeit np.where(cols,b,a)
1 loops, best of 3: 878 ms per loop

In [120]: timeit np.choose(cols,[a,b])
1 loops, best of 3: 915 ms per loop

In [121]: timeit c=a[:];c[:,cols]=b[:,cols]
1 loops, best of 3: 1.25 s per loop

更正，对于索引，我应该使用 a.copy()。

In [32]: timeit c=a.copy();c[boolvec,:]=b[boolvec,:]
1 loops, best of 3: 783 ms per loop
In [33]: timeit c=a.copy();c[:,cols]=b[:,cols]
1 loops, best of 3: 1.44 s per loop

Python2.7 和 3、numpy 1.8.2 和 1.9.0 dev

的时间相同

基于布尔向量选择 numpy 中的列

Selecting columns in numpy based on a Boolean vector

python

arrays

numpy