NumPy
マトリックスの行ごとに特定の列を選択するのに苦労しています。
X
と呼ぶ次のマトリックスがあるとします。
[1, 2, 3]
[4, 5, 6]
[7, 8, 9]
また、list
と呼ぶすべての行ごとに、Y
の列インデックスがあります。
[1, 0, 2]
値を取得する必要があります:
[2]
[4]
[9]
インデックスlist
を持つY
の代わりに、すべての列が0-1値の範囲のX
/bool
であるint
と同じ形状の行列を作成することもできます。これは必須列かどうかを示します。
[0, 1, 0]
[1, 0, 0]
[0, 0, 1]
これは、配列を繰り返し処理し、必要な列の値を選択することで実行できることを知っています。ただし、これはデータの大きな配列で頻繁に実行されるため、できるだけ速く実行する必要があります。
したがって、より良い解決策があるかどうか疑問に思っていましたか?
ありがとうございました。
ブール配列を持っている場合、それに基づいて直接選択することができます。
>>> a = np.array([True, True, True, False, False])
>>> b = np.array([1,2,3,4,5])
>>> b[a]
array([1, 2, 3])
最初の例に沿って進むには、次のことができます。
>>> 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])
ブール配列をどのように生成しているか、コードがYMMVのように見えるかどうかにもよりますが、arange
を追加して直接選択することもできます。
>>> a = np.array([[1,2,3], [4,5,6], [7,8,9]])
>>> a[np.arange(len(a)), [1,0,2]]
array([2, 4, 9])
それがお役に立てば幸いです。さらに質問がある場合はお知らせください。
次のようなことができます:
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])
多次元配列のインデックス作成の詳細: http://docs.scipy.org/doc/numpy/user/basics.indexing.html#indexing-multi-dimensional-arrays
簡単な方法は次のようになります。
_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])
はarray([0, 1, 2])
を返します
_In [3]: a[range(a.shape[0]), y] #we're selecting y indices from every row
Out[3]: array([2, 4, 9])
_
イテレータを使用して実行できます。このような:
np.fromiter((row[index] for row, index in Zip(X, Y)), dtype=int)
時間:
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
純粋なnumpythonicアプローチとして、np.take()
を使用して2番目の軸からインデックスを取得できます。結果の対角線は期待される出力になります。
np.diagonal(np.take(arr, idx, axis=1))
デモ:
>>> 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])
別の賢い方法は、最初に配列を転置し、その後インデックスを付けることです。最後に、常に正しい答えである対角線を取ります。
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])
ステップバイステップ:
元の配列:
>>> X
array([[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9],
[10, 11, 12]])
>>> Y
array([1, 0, 2, 2])
転置して、適切に索引付けできるようにします。
>>> X.T
array([[ 1, 4, 7, 10],
[ 2, 5, 8, 11],
[ 3, 6, 9, 12]])
Y順で行を取得します。
>>> X.T[Y]
array([[ 2, 5, 8, 11],
[ 1, 4, 7, 10],
[ 3, 6, 9, 12],
[ 3, 6, 9, 12]])
これで対角線が明確になります。
>>> np.diag(X.T[Y])
array([ 2, 4, 9, 12]