numpy数组索引数组

最新推荐文章于 2024-05-25 21:02:09 发布

原创最新推荐文章于 2024-05-25 21:02:09 发布 · 3.2k 阅读

1 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#numpy

经验专栏收录该内容

12 篇文章

订阅专栏

这篇博客通过实例探讨了numpy数组中使用数组作为索引的行为。内容包括使用`b[c]`和`a[:,np.newaxis]`进行索引运算，以及在不同情况下可能引发的错误，如`IndexError: index out of bounds`。通过一系列的实验，解释了数组索引如何影响结果的形状和内容。" 80303951,7456181,购物车操作实现解析,"['前端开发', '后端开发', 'Java', 'Web开发', '电商系统']

在看Aligned代码的时候发现里面有numpy数组里数组索引数组,于是做了这个实验
>>> import numpy as np

>>> a=np.array([0,1,2])
>>> b=np.array([0,1,2,3])
>>> c=np.array([[0,1,2],[1,0,2],[2,1,0]])

>>> d=(b[c]==a[:,np.newaxis])[3,3]结构与[,3]结构相比较,出来的结果是[3,3]结构的布尔matrix
>>> d结果出来的是补齐再进行==运算
array([[ True, False, False],
[ True, False, False],
[ True, False, False]])
>>> a[:,np.newaxis]
array([[0],
[1],
[2]])

>>> b[c] 出来结果和c相同,b为[4,]结构,c为[3,3]结构,b[c]为[3,3]结构
array([[0, 1, 2],结果出来的是与b[c]=c
[1, 0, 2],
[2, 1, 0]])

>>> a1=np.array([[55,66,77],[11,22,33]])再来感受一下
>>> b1=np.array([[1,2,3,4],[2,3,4,5]])
>>> a1[b1]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
IndexError: index 2 is out of bounds for axis 0 with size 2
>>> b1[a1]

>>> a2=np.array([[55,66,77],[11,22,33]])再来个实验,感受一下
>>> b2=np.array([[0,1],[1,0],[0,1],[1,0]])
>>> a2[b2]
array([[[55, 66, 77],这两行是b2中的第一行的[0,1]作为索引出来的结果,也就是a2[0,1]
[11, 22, 33]],these two lines are the results of a2 indexed as [0,1], same as a2[b2[0]]

[[11, 22, 33],
[55, 66, 77]],

[[55, 66, 77],
[11, 22, 33]],

[[11, 22, 33],
[55, 66, 77]]])