在Numpy中通过逻辑索引获取矩阵的网格

Question

我正在尝试使用最初在MATLAB中的numpy重写函数。在MATLAB中有一个逻辑索引部分，如下所示：X = reshape(1:16, 4, 4).';idx = [true, false, false, true];X(idx, idx)ans =     1     4    13    16当我尝试以numpy进行索引时，无法获得正确的索引：X = np.arange(1, 17).reshape(4, 4)idx = [True, False, False, True] X[idx, idx]# Output: array([6, 1, 1, 6])通过逻辑索引从矩阵中获取网格的正确方法是什么？

Answer 1

您还可以编写：

>>> X[np.ix_(idx,idx)]

array([[ 1,  4],

       [13, 16]])

Answer 2

In [1]: X = np.arange(1, 17).reshape(4, 4)

In [2]: idx = np.array([True, False, False, True])  # note that here idx has to

                                                    # be an array (not a list)

                                                    # or boolean values will be 

                                                    # interpreted as integers

In [3]: X[idx][:,idx]

Out[3]: 

array([[ 1,  4],

       [13, 16]])

Answer 3

在numpy此称为fancy indexing。要获得您想要的项目，您应该使用2D索引数组。

您可以使用outer来从1D中idx创建适当2D的索引数组。当应用于两个序列时，外部函数1D会将一个序列的每个元素与另一个序列的每个元素进行比较。回顾True*True=True和False*True=False，与np.multiply.outer()相同np.outer()，可以为您提供2D索引：

idx_2D = np.outer(idx,idx)

#array([[ True, False, False,  True],

#       [False, False, False, False],

#       [False, False, False, False],

#       [ True, False, False,  True]], dtype=bool)

您可以使用：

x[ idx_2D ]

array([ 1,  4, 13, 16])

在您的真实代码中，您可以使用x=[np.outer(idx,idx)]它，但是它不节省内存，其工作方式与del idx_2D完成切片后添加a的工作方式相同。