"To location array" 索引数组
"To location array" to index array
我有一些数据数组
a = [6,4,3,1,5]
和一个“定位数组”，它给出了这些元素应该如何重新排列的索引，
b = [4,2,0,1,3]
这意味着：a 的第一个元素应该转到索引 4，a 的第二个元素应该转到索引 2，依此类推。所以当应用 b 到 a 时，我应该得到：
c = [3,1,4,5,6]
但是，我很难实现这个操作。是普通手术吗？如果是这样，有人可以给我举个例子吗？我想从 b 生成一些数组 d 以便
c = a[d]
在上面的例子中，
d = [2,3,1,4,0]
我试过的：d = b[b]，但这并不总是正确的。
如果不需要d，可以直接用np.put_along_axis得到c:
>>> a = np.array([6,4,3,1,5])
>>> b = np.array([4,2,0,1,3])
>>> c = np.zeros_like(b)
>>> np.put_along_axis(c, b, a, 0)
>>> c
array([3, 1, 4, 5, 6])
注意操作是就地。
我刚刚找到的一种计算d的方法如下：
d = np.zeros(5);
d[b] = np.arange(5)
但这对我来说似乎很不直观。
我有一些数据数组
a = [6,4,3,1,5]
和一个“定位数组”，它给出了这些元素应该如何重新排列的索引，
b = [4,2,0,1,3]
这意味着：a 的第一个元素应该转到索引 4，a 的第二个元素应该转到索引 2，依此类推。所以当应用 b 到 a 时，我应该得到：
c = [3,1,4,5,6]
但是，我很难实现这个操作。是普通手术吗？如果是这样，有人可以给我举个例子吗？我想从 b 生成一些数组 d 以便
c = a[d]
在上面的例子中，
d = [2,3,1,4,0]
我试过的：d = b[b]，但这并不总是正确的。
如果不需要d，可以直接用np.put_along_axis得到c:
>>> a = np.array([6,4,3,1,5])
>>> b = np.array([4,2,0,1,3])
>>> c = np.zeros_like(b)
>>> np.put_along_axis(c, b, a, 0)
>>> c
array([3, 1, 4, 5, 6])
注意操作是就地。
我刚刚找到的一种计算d的方法如下：
d = np.zeros(5);
d[b] = np.arange(5)
但这对我来说似乎很不直观。