NumPy dizisinden belirli satırları ve sütunları seçme

Burada yanlış yaptığım aptalca şeyi anlamaya çalışırken çıldırıyorum.

NumPy kullanıyorum ve aralarından seçim yapmak istediğim belirli satır indekslerim ve belirli sütun indekslerim var. İşte sorunumun özü:

import numpy as np

a = np.arange(20).reshape((5,4))
# array([[ 0,  1,  2,  3],
#        [ 4,  5,  6,  7],
#        [ 8,  9, 10, 11],
#        [12, 13, 14, 15],
#        [16, 17, 18, 19]])

# If I select certain rows, it works
print a[[0, 1, 3], :]
# array([[ 0,  1,  2,  3],
#        [ 4,  5,  6,  7],
#        [12, 13, 14, 15]])

# If I select certain rows and a single column, it works
print a[[0, 1, 3], 2]
# array([ 2,  6, 14])

# But if I select certain rows AND certain columns, it fails
print a[[0,1,3], [0,2]]
# Traceback (most recent call last):
#   File "<stdin>", line 1, in <module>
# ValueError: shape mismatch: objects cannot be broadcast to a single shape

Bu neden oluyor? Şüphesiz 1., 2. ve 4. satırları ve 1. ve 3. sütunları seçebilmeli miyim? Beklediğim sonuç:

a[[0,1,3], [0,2]] => [[0,  2],
                      [4,  6],
                      [12, 14]]

Süslü indeksleme, her boyut için tüm indeksleri sağlamanızı gerektirir. Birincisi için 3 endeks ve ikincisi için sadece 2 endeks sağlıyorsunuz, dolayısıyla hata. Bunun gibi bir şey yapmak istiyorsun:

>>> a[[[0, 0], [1, 1], [3, 3]], [[0,2], [0,2], [0, 2]]]
array([[ 0,  2],
       [ 4,  6],
       [12, 14]])

Bu elbette yazmak için bir acı, böylece yayın yapmanın size yardımcı olmasına izin verebilirsiniz:

>>> a[[[0], [1], [3]], [0, 2]]
array([[ 0,  2],
       [ 4,  6],
       [12, 14]])

Listelerle değil dizilerle indekslerseniz bunu yapmak çok daha kolaydır:

>>> row_idx = np.array([0, 1, 3])
>>> col_idx = np.array([0, 2])
>>> a[row_idx[:, None], col_idx]
array([[ 0,  2],
       [ 4,  6],
       [12, 14]])

Toan anlaşılacağı gibi, basit bir hack sadece ilk satırları seçin ve ardından üzerinde sütunları seçmek olacaktır o .

>>> a[[0,1,3], :]            # Returns the rows you want
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [12, 13, 14, 15]])
>>> a[[0,1,3], :][:, [0,2]]  # Selects the columns you want as well
array([[ 0,  2],
       [ 4,  6],
       [12, 14]])

[Düzenle] Yerleşik yöntem: np.ix_

Geçenlerde numpy yapmaya size bir dahili tek astar verdiğini keşfettiler tam @Jaime önerdi, ancak yayın sözdizimi (okunabilirliği eksikliğinden muzdarip) kullanmak zorunda kalmadan. Dokümanlardan:

İx_ one kullanmak çapraz çarpımı indeksleyecek indeks dizilerini hızlı bir şekilde oluşturabilir. a[np.ix_([1,3],[2,5])]diziyi döndürür [[a[1,2] a[1,5]], [a[3,2] a[3,5]]].

Yani bunu şu şekilde kullanıyorsun:

>>> a = np.arange(20).reshape((5,4))
>>> a[np.ix_([0,1,3], [0,2])]
array([[ 0,  2],
       [ 4,  6],
       [12, 14]])

Ve çalışma şekli, Jaime'nin önerdiği şekilde dizileri hizalamaya özen göstermesidir, böylece yayın düzgün bir şekilde gerçekleşir:

>>> np.ix_([0,1,3], [0,2])
(array([[0],
        [1],
        [3]]), array([[0, 2]]))

Ayrıca, MikeC'nin bir yorumda söylediği gibi np.ix_, ilk (ön düzenleme) cevabımın sahip olmadığı bir görüşe geri dönme avantajı vardır. Bu, artık dizinlenmiş diziye atayabileceğiniz anlamına gelir :

>>> a[np.ix_([0,1,3], [0,2])] = -1
>>> a    
array([[-1,  1, -1,  3],
       [-1,  5, -1,  7],
       [ 8,  9, 10, 11],
       [-1, 13, -1, 15],
       [16, 17, 18, 19]])

KULLANIM:

 >>> a[[0,1,3]][:,[0,2]]
array([[ 0,  2],
   [ 4,  6],
   [12, 14]])

VEYA:

>>> a[[0,1,3],::2]
array([[ 0,  2],
   [ 4,  6],
   [12, 14]])

Kullanımı np.ix_en uygun yoldur burada (başkaları tarafından cevap gibi) bunu, ama bunu yapmanın başka ilginç bir yoludur:

>>> rows = [0, 1, 3]
>>> cols = [0, 2]

>>> a[rows].T[cols].T

array([[ 0,  2],
       [ 4,  6],
       [12, 14]])