Lập chỉ mục mảng giống MATLAB với Numpy

Question

Trong cả MATLAB và Numpy, mảng có thể được lập chỉ mục theo mảng. Tuy nhiên, hành vi là khác nhau. Hãy để tôi giải thích điều này bằng một ví dụ.

MATLAB:

>> A = rand(5,5) 

A = 

    0.1622 0.6020 0.4505 0.8258 0.1067 
    0.7943 0.2630 0.0838 0.5383 0.9619 
    0.3112 0.6541 0.2290 0.9961 0.0046 
    0.5285 0.6892 0.9133 0.0782 0.7749 
    0.1656 0.7482 0.1524 0.4427 0.8173 

>> A([1,3,5],[1,3,5]) 

ans = 

    0.1622 0.4505 0.1067 
    0.3112 0.2290 0.0046 
    0.1656 0.1524 0.8173 

NumPy:

In [2]: A = arange(25).reshape((5,5)) 

In [3]: A 
Out[3]: 
array([[ 0, 1, 2, 3, 4], 
     [ 5, 6, 7, 8, 9], 
     [10, 11, 12, 13, 14], 
     [15, 16, 17, 18, 19], 
     [20, 21, 22, 23, 24]]) 

In [6]: A[[0,2,4], [0,2,4]] 
Out[6]: array([ 0, 12, 24]) 

Bằng chữ: MATLAB chọn hàng và cột, numpy "kéo khóa" hai mảng chỉ mục và sử dụng các bộ để trỏ đến mục.

Làm cách nào để có hành vi MATLAB với Numpy?

Answer 1

Bạn có thể làm điều này:

A[[0,2,4],:][:,[0,2,4]] 

mà sẽ cung cấp cho các kết quả MATLAB giống như bạn muốn.

Nó có giá trị là nhận thức được rằng, thay vì không nhất quán, nếu bạn sử dụng lát cho chỉ mục sau đó bạn sẽ có được kết quả MATLAB giống như không có bất kỳ hackery ví dụ:

>>> A[1:3,1:3] 
array([[ 6, 7], 
     [11,12]]) 

Trong NumPy, không giống như MATLAB, 1:3 không chỉ là một từ viết tắt cho [1,2] hoặc bất kỳ thứ gì thuộc loại này. (Tại thời điểm đó tôi cảm thấy bắt buộc phải đề cập đến một cái gì đó bạn chắc chắn biết rồi, cụ thể là Python của 1:3 là kinda như [1,2] trong khi MATLAB là kinda như [1,2,3]:. Điểm cuối bên tay phải được bao gồm trong MATLAB và loại trừ trong Python)

Answer 2

Bạn có thể sử dụng chức năng helper numpy.ix_ để có được những hành vi Matlab:

from numpy import ix_ 
A[ ix_([0,2,4], [0,2,4]) ] 

Answer 3

cách hiệu quả để làm điều này với numPy là để định hình lại mảng chỉ số của bạn để phù hợp với các trục họ đang lập chỉ mục tức là

In [103]: a=numpy.arange(100).reshape(10,10) 

In [104]: a 
Out[104]: 
array([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9], 
    [10, 11, 12, 13, 14, 15, 16, 17, 18, 19], 
    [20, 21, 22, 23, 24, 25, 26, 27, 28, 29], 
    [30, 31, 32, 33, 34, 35, 36, 37, 38, 39], 
    [40, 41, 42, 43, 44, 45, 46, 47, 48, 49], 
    [50, 51, 52, 53, 54, 55, 56, 57, 58, 59], 
    [60, 61, 62, 63, 64, 65, 66, 67, 68, 69], 
    [70, 71, 72, 73, 74, 75, 76, 77, 78, 79], 
    [80, 81, 82, 83, 84, 85, 86, 87, 88, 89], 
    [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]]) 

In [105]: x=numpy.array([3,6,9]) 

In [106]: y=numpy.array([2,7,8]) 

In [107]: a[x[:,numpy.newaxis],y[numpy.newaxis,:]] 
Out[107]: 
array([[32, 37, 38], 
     [62, 67, 68], 
     [92, 97, 98]]) 

quy tắc của phát thanh truyền hình NumPy của là bạn của bạn (và tốt hơn rất nhiều so với matlab) ...

HTH