如果满足条件，如何交换 Nx2 numpy 数组的行的元素？

Question

my_array如果条件swap[i]是，我想将第 i 行的元素交换为 Nx2 numpy 数组True。我的尝试：def swap_positions_conditionally(my_array, swap):    for i in range(np.shape(my_array)[0]):        if swap[i]:            my_array[i] = my_array[i][::-1]    return my_array工作正常，例如给定my_array = array([[0, 1],                  [2, 3],                  [4, 5],                  [6, 7],                  [8, 9]])swap = array([0, 0, 1, 1, 0])产生预期的结果[[0 1] [2 3] [5 4] [7 6] [8 9]]但是，可能有一个更惯用的表达方式来重写我的swap_position_conditionally.什么是更好（和更有效）的编写方式？

Answer 1

这是一个直接使用 Numpy 的布尔索引的方法：

import numpy as np

my_array = np.asarray([[0, 1],

                  [2, 3],

                  [4, 5],

                  [6, 7],

                  [8, 9]])

swap = np.array([0, 0, 1, 1, 0], dtype=bool)

my_array[swap, :] = my_array[swap,:][:,(1,0)]

分解关键线：

my_array[swap, :] =表示“分配给swap正确的行”

my_array[swap,:]意思是“选择正确的整行swap”

[:,(1,0)]意思是“对于左边的每一行，交换第 0 列和第 1 列”

关于问题的“更有效”部分......

所有测试的通用设置（种子确保序列相同）：

import timeit

setup= '''

import numpy as np

np.random.seed(42)

my_array = np.random.random([10000,2])

swap = np.random.random([10000]) > 0.5

'''

所有测试运行 1000 次迭代

原码：5.621秒

timeit.timeit('swap_positions_conditionally(my_array, swap)', setup=setup, number=1000)

添加了 to 的定义，swap_positions_conditionally如setup问题所示。

这个答案：0.2657 秒

timeit.timeit('my_array[swap, :] = my_array[swap,:][:,(1,0)]', setup=setup, number=1000)

Divakar 的回答：0.176 秒

timeit.timeit('np.where(swap[:,None]!=1,my_array,my_array[:,::-1])', setup=setup, number=1000)

亚图第一个答案：0.214秒

timeit.timeit('np.take_along_axis(my_array, np.c_[swap, 1-swap], axis=1)', setup=setup, number=1000)

亚图的第二个答案：0.2547秒

timeit.timeit('my_array[swap,:] = my_array[swap,::-1]', setup=setup, number=1000)

结论

分析显示 Divakar 的版本是最快的。无论哪种更直观或更易读，都取决于口味，您可以选择您喜欢的一种（尽管我个人是索引符号可读性的粉丝......）

Answer 2

这是一种交换Nx2数组并在您尝试时使用负步长切片翻转更多列的方法 -

In [56]: np.where(swap[:,None]==1, my_array[:,::-1], my_array)

Out[56]: 

array([[0, 1],

       [2, 3],

       [5, 4],

       [7, 6],

       [8, 9]])

语法是：np.where(conditional_statement, choose_for_True, choose_for_False)。所以，在我们的例子中，我们想要在swapis时翻转/交换1，否则不要。需要该[:,None]部分在每一行中按元素执行此操作。如果swap已经是一个布尔数组，则跳过比较部分。

Answer 3

这是一个使用np.take_along_axis：

np.take_along_axis(my_array, np.c_[swap, 1-swap], axis=1)

array([[0, 1],

       [2, 3],

       [5, 4],

       [7, 6],

       [8, 9]])

或基于布尔索引：

swap = swap.astype(bool)

my_array[swap,:] = my_array[swap,::-1]