如何在python中用另一个numpy数组索引numpy数组

Question

我正试图用另一个数组索引一个np.array，这样我就可以在某个索引后的任何地方都有零，但它会给我错误

TypeError：只有整数标量数组才能转换为标量索引

基本上，我希望我的代码做的是，如果我有：

a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
d = np.array([2, 1, 3])

我可以做一些类似的事情

a[d:] = 0

给出输出

a = [[ 1  2  3]
[ 4  0  6]
[ 0  0  9]
[ 0  0  0]]

Answer 1

这可以通过数组索引来完成，但感觉不自然。

import numpy as np
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
d = np.array([2, 1, 3])
col_ix = [ 0, 0, 1, 1, 1, 2 ]  # column ix for each item to change                                   
row_ix = [ 2, 3, 1, 2, 3, 3 ]  # row index for each item to change
a[ row_ix, col_ix ] = 0
a 
# array([[1, 2, 3],
#        [4, 0, 6],
#        [0, 0, 9],
#        [0, 0, 0]])

带有针对环路的

a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
for ix_col, ix_row in enumerate( d ):  # iterate across the columns
a[ ix_row:, ix_col ] = 0
a 
# array([[1, 2, 3],
#        [4, 0, 6],
#        [0, 0, 9],
#        [0, 0, 0]])

Answer 2

这类问题的一种广泛使用的方法是构造布尔掩码，将索引数组与适当的arange:进行比较

In [619]: mask = np.arange(4)[:,None]>=d
In [620]: mask
Out[620]: 
array([[False, False, False],
[False,  True, False],
[ True,  True, False],
[ True,  True,  True]])
In [621]: a[mask]
Out[621]: array([ 5,  7,  8, 10, 11, 12])
In [622]: a[mask] = 0
In [623]: a
Out[623]: 
array([[1, 2, 3],
[4, 0, 6],
[0, 0, 9],
[0, 0, 0]])

这并不一定比行(或者在本例中是列(迭代更快。由于切片是基本的索引，所以它可能更快，即使做了几次。

In [624]: for i,v in enumerate(d):
...:     print(a[v:,i])
...: 
[0 0]
[0 0 0]
[0]

通常，如果结果涉及具有不同长度的多个数组或列表；整洁的"；多维解决方案。要么迭代这些列表，要么后退一步；跳出框框思考"；。