如何使用坐标列表从 2d numpy 数组中最好地选择值？

Question

我试图了解使用坐标列表（不使用循环）从 2d NumPy 数组中提取值的最佳方法。例如：import numpy as nparr = np.array([    ['AA','AB','AC'],    ['BA','BB','BC'],    ['CA','CB','CC']])coordinates = [(0,0), (1,1)]经过一些实验：# This works but does not return what I expected# I expected ['AA','BB'], but returned ['AB,'AB']arr[(0,0), (1,1)]# This does not workarr[*coordinates]想法？

Answer 1

您需要使用双索引。第一个数组分配给x坐标，另一个数组分配给y坐标，如下所示：

x, y = np.transpose(np.array(coordinates))
arr[x, y]

使用时尽量避免列表理解numpy:)

Answer 2

我的意思是你总是可以做

[arr[coordinates[0]],arr[coordinates[1]]]

得到你想要的结果。这将评估为 ['AA','BB']。

对您可以执行的任何大小的坐标列表进行概括：

result = [arr[coordinate] for coordinate in coordinates ]

这就是你想要的吗？

Answer 3

使用列表理解：

result = [arr[c] for c in coordinates]

代码示例：

import numpy as np

arr = np.array([["AA", "AB", "AC"], ["BA", "BB", "BC"], ["CA", "CB", "CC"]])

coordinates = [(0, 0), (1, 1)]

result = [arr[c] for c in coordinates]

print(result)

输出：

['AA', 'BB']