我在三维 numpy 数组中存储了0
s 和1
s:
g = np.array([[[0, 1], [0, 1], [1, 0]], [[0, 0], [1, 0], [1, 1]]])
# array([
# [[0, 1], [0, 1], [1, 0]],
# [[0, 0], [1, 0], [1, 1]]])
我想使用逐行替换策略将这些值替换为另一个数组中的值。例如,将g
的数值替换为x
:
x = np.array([[2, 3], [4, 5]])
array([[2, 3],
[4, 5]])
获得:
array([
[[2, 3], [2, 3], [3, 2]],
[[4, 4], [5, 4], [5, 5]]])
这里的想法是将第一行g
替换为x
的第一个元素(0
变得2
,1
变得3
(,另一行也是如此(第一维 - "行"的数量 - 对于g
和x
将始终相同(
我似乎无法使用np.where
,因为有一个ValueError: operands could not be broadcast together with shapes (2,3,2) (2,2) (2,2)
.
IIUC,
np.stack([x[i, g[i]] for i in range(x.shape[0])])
输出:
array([[[2, 3],
[2, 3],
[3, 2]],
[[4, 4],
[5, 4],
[5, 5]]])
矢量化方法,使用axis=-1
np.take_along_axis
索引到x
的最后一个轴,g
-
In [20]: np.take_along_axis(x[:,None],g,axis=-1)
Out[20]:
array([[[2, 3],
[2, 3],
[3, 2]],
[[4, 4],
[5, 4],
[5, 5]]])
或者使用基于整数的手动索引 -
In [27]: x[np.arange(len(g))[:,None,None],g]
Out[27]:
array([[[2, 3],
[2, 3],
[3, 2]],
[[4, 4],
[5, 4],
[5, 5]]])
一种解决方案是直接在此处使用理解:
>>> np.array([[x[i][c] for c in r] for i, r in enumerate(g)])
array([[[2, 3],
[2, 3],
[3, 2]],
[[4, 4],
[5, 4],
[5, 5]]])
据我了解,g 是一个索引数组(索引为 0 或 1(,x 是您使用谁的值的数组。
这样的东西应该可以工作(快速测试(
import numpy as np
def swap_indexes(index_array, array):
out_array = []
for i, row in enumerate(index_array):
out_array.append([array[i,indexes] for indexes in row])
return np.array(out_array)
index_array = np.array([[[0, 1], [0, 1], [1, 0]], [[0, 0], [1, 0], [1, 1]]])
x = np.array([[2, 3], [4, 5]])
print(swap_indexes(index_array, x))
[编辑:修复了创建重复项的拼写错误]