[PYTHON] NumPy는 인덱스 목록을 사용하여 행당 특정 열 인덱스를 선택합니다.

NumPy는 인덱스 목록을 사용하여 행당 특정 열 인덱스를 선택합니다.

NumPy 행렬의 행당 특정 열을 선택하는 데 어려움을 겪고 있습니다.

내가 X라고 부르는 다음의 행렬을 가지고 있다고 가정 해보자.

[1, 2, 3]
[4, 5, 6]
[7, 8, 9]

또한 Y라고하는 모든 행마다 열 인덱스 목록이 있습니다.

[1, 0, 2]

나는 값을 얻을 필요가있다 :

[2]
[4]
[9]

인덱스 Y가있는 목록 대신 X와 동일한 모양의 행렬을 생성 할 수 있습니다. 여기서 모든 열은 필수 열인지 여부를 나타내는 0-1 값 범위의 bool / int입니다.

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

배열을 반복하고 필요한 열 값을 선택하면이 작업을 수행 할 수 있습니다. 그러나이 작업은 대규모 데이터 배열에서 자주 실행되므로 가능한 한 빨리 실행해야합니다.

따라서 더 나은 솔루션이 있는지 궁금합니다.

고맙습니다.

해결법

1. ==============================

   1.boolean 배열을 가지고 있다면 다음과 같이 직접 선택을 할 수 있습니다 :

   boolean 배열을 가지고 있다면 다음과 같이 직접 선택을 할 수 있습니다 :

   >>> a = np.array([True, True, True, False, False])
   >>> b = np.array([1,2,3,4,5])
   >>> b[a]
   array([1, 2, 3])
   

   당신의 초기 예제를 따라 가려면 다음을 할 수 있습니다 :

   >>> a = np.array([[1,2,3], [4,5,6], [7,8,9]])
   >>> b = np.array([[False,True,False],[True,False,False],[False,False,True]])
   >>> a[b]
   array([2, 4, 9])
   

   또한 범위를 추가하고 직접 선택을 수행 할 수 있습니다.하지만 부울 배열을 생성하는 방법과 코드가 YMMV처럼 보이는 지에 따라 다릅니다.

   >>> a = np.array([[1,2,3], [4,5,6], [7,8,9]])
   >>> a[np.arange(len(a)), [1,0,2]]
   array([2, 4, 9])
   

   도움이되기를 바랍니다. 질문이 있으시면 알려주세요.

2. ==============================

   2.다음과 같이 할 수 있습니다.

   다음과 같이 할 수 있습니다.

   In [7]: a = np.array([[1, 2, 3],
      ...: [4, 5, 6],
      ...: [7, 8, 9]])
   
   In [8]: lst = [1, 0, 2]
   
   In [9]: a[np.arange(len(a)), lst]
   Out[9]: array([2, 4, 9])
   

   다차원 배열 인덱싱에 대한 자세한 내용 : http://docs.scipy.org/doc/numpy/user/basics.indexing.html#indexing-multi- dimensional-arrays

3. ==============================

   3.iterator를 사용하여 수행 할 수 있습니다. 이렇게 :

   iterator를 사용하여 수행 할 수 있습니다. 이렇게 :

   np.fromiter((row[index] for row, index in zip(X, Y)), dtype=int)
   

   시각:

   N = 1000
   X = np.zeros(shape=(N, N))
   Y = np.arange(N)
   
   #@Aशwini चhaudhary
   %timeit X[np.arange(len(X)), Y]
   10000 loops, best of 3: 30.7 us per loop
   
   #mine
   %timeit np.fromiter((row[index] for row, index in zip(X, Y)), dtype=int)
   1000 loops, best of 3: 1.15 ms per loop
   
   #mine
   %timeit np.diag(X.T[Y])
   10 loops, best of 3: 20.8 ms per loop
   

4. ==============================

   4.순수 numpythonic 접근 방식으로 np.take ()를 사용하여 두 번째 축의 인덱스를 얻을 수 있습니다. 그러면 결과의 대각선이 예상 출력이됩니다.

   순수 numpythonic 접근 방식으로 np.take ()를 사용하여 두 번째 축의 인덱스를 얻을 수 있습니다. 그러면 결과의 대각선이 예상 출력이됩니다.

   np.diagonal(np.take(arr, idx, axis=1))
   

   데모:

   >>> arr = np.array([[1, 2, 3],
   ... [4, 5, 6],
   ... [7, 8, 9]])
   >>> 
   >>> idx = [1, 0, 2]
   >>> 
   >>> np.diagonal(np.take(arr, idx, axis=1))
   array([2, 4, 9])
   

5. ==============================

   5.또 다른 영리한 방법은 먼저 배열을 조 변경하고 그 이후 색인을 만드는 것입니다. 마지막으로 대각선을 택하십시오. 항상 올바른 대답입니다.

   또 다른 영리한 방법은 먼저 배열을 조 변경하고 그 이후 색인을 만드는 것입니다. 마지막으로 대각선을 택하십시오. 항상 올바른 대답입니다.

   X = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
   Y = np.array([1, 0, 2, 2])
   
   np.diag(X.T[Y])
   

   단계별 :

   원본 배열 :

   >>> X
   array([[ 1,  2,  3],
          [ 4,  5,  6],
          [ 7,  8,  9],
          [10, 11, 12]])
   
   >>> Y
   array([1, 0, 2, 2])
   

   Transpose를 사용하여 오른쪽으로 색인 할 수 있습니다.

   >>> X.T
   array([[ 1,  4,  7, 10],
          [ 2,  5,  8, 11],
          [ 3,  6,  9, 12]])
   

   Y 순서로 행을 가져옵니다.

   >>> X.T[Y]
   array([[ 2,  5,  8, 11],
          [ 1,  4,  7, 10],
          [ 3,  6,  9, 12],
          [ 3,  6,  9, 12]])
   

   대각선은 이제 분명해질 것입니다.

   >>> np.diag(X.T[Y])
   array([ 2,  4,  9, 12]
   

6. ==============================

   6.간단한 방법은 다음과 같습니다.

   간단한 방법은 다음과 같습니다.

   In [1]: a = np.array([[1, 2, 3],
      ...: [4, 5, 6],
      ...: [7, 8, 9]])
   
   In [2]: y = [1, 0, 2]  #list of indices we want to select from matrix 'a'
   

   range (a.shape [0])는 array ([0, 1, 2])를 반환합니다.

   In [3]: a[range(a.shape[0]), lst] #we're selecting lst indices from every row
   Out[3]: array([2, 4, 9])
   

from https://stackoverflow.com/questions/23435782/numpy-selecting-specific-column-index-per-row-by-using-a-list-of-indexes by cc-by-sa and MIT license