检查2d数组中每行中不同列索引的2d数组值

Question

我有一些二进制2D numpy数组（prediction），比如：

[
[1 0 1 0 1 1],
[0 0 1 0 0 1],
[1 1 1 1 1 0],
[1 1 0 0 1 1],
]

2D阵列中的每一行是作为特定类别的句子的分类，并且2D阵列中每一列对应于该句子的类别的分类。类别（categories阵列）是作为示例的['A','B','C','D','E','F']。

我有另一个2D数组（catIndex），它包含每行中要检查的值的索引，例如

[[0],
  [4],
  [5],
  [2]
] 

对于上面的4个实例。

我现在要做的是循环遍历二进制2D数组，对于为每个句子指定的列索引，检查它是1还是0，然后将相应的类别附加到新数组（catResult = []）。如果它是0，我会将"no_region"附加到新数组中。

例如，在句子1中，我查看该句子的索引0，并检查它是0还是1。它是一个1，所以我将'A'附加到我的新数组中。在句子2中，我查看该句子的索引4，发现它是一个0，所以我将"no_region"附加到数组中。

当前代码：

for index in catIndex:
        for i,sentence in enumerate(prediction):
            for j,binaryLabel in enumerate(sentence):
                if prediction[i][index]==1:
                    catResult.append(categories[index])
                else:
                    catResult.append("no_region")

Answer 1

制作2d数组：

In [54]: M=[[1,0,1,0,1,1],[0,0,1,0,0,1],[1,1,1,1,1,0],[1,1,0,0,1,1]]
In [55]: M=np.array(M)

以ind为列索引，以[0,1,2,3]为行索引：

In [56]: ind=[0,4,5,2]    
In [57]: m=M[np.arange(len(ind)),ind]
In [58]: m
Out[58]: array([1, 0, 0, 0])

带有ind:的地图标签

In [59]: lbl=np.array(list('ABCDEF'),dtype=object)    
In [60]: res=lbl[ind]
In [61]: res
Out[61]: array(['A', 'E', 'F', 'C'], dtype=object)

使用where来确定是使用该映射值，还是使用某些None。使用object数据类型可以很容易地将字符串标签替换为其他内容，如None或no_region等。

In [62]: np.where(m, res, None)
Out[62]: array(['A', None, None, None], dtype=object)

Answer 2

沿着这些路线应该可以有效地完成这项工作，尽管现在还不能进行测试：

rows = len(prediction)
p = prediction[np.arange(rows), catIndex.flatten()]
catResult = np.empty(rows, 'S1').fill('n')
catResult[p] = categories[catIndex.flatten()][p]