首先让我们把它放在一边:我已经知道这里讨论的解决方案:通过指定行和列从另一个数组创建 NumPy 数组
假设我有一个数组
test = np.arange(12).reshape((3,4))
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
我想将其行和列重新排列为 test2
array([[ 1, 0, 3, 2],
[ 9, 8, 11, 10],
[ 5, 4, 7, 6]])
我现在使用的解决方案与上面链接中已经回答的解决方案相同:
test2 = test[[0,2,1]][:,[1,0,3,2]]
然而,这个解决方案创建了一个不必要的数据中间副本:它首先创建一个仅包含乱序行的副本test[[0,2,1]]
,然后创建一个包含乱序列的第二个副本。对于如此小的阵列,没有人关心,但如果阵列很大,则该解决方案感觉不是最佳的。numpy 是否允许行和列同时改组?看起来像test[[0,2,1],[1,0,3,2]]
,除了 numpy 不会那样解释这个操作......
是的,这就是目的np.ix_
:
>>> test[np.ix_([0,2,1], [1,0,3,2])]
array([[ 1, 0, 3, 2],
[ 9, 8, 11, 10],
[ 5, 4, 7, 6]])
它仍然会从两个输入数组创建一个中间索引数组,但它不会索引test
数组两次。
请注意,np.ix_
只是为您的索引数组添加维度,当您索引数组时,这些维度将被“广播”:
>>> np.ix_([0,2,1], [1,0,3,2])
(array([[0],
[2],
[1]]), array([[1, 0, 3, 2]]))
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句