numpy中的数组索引
numpy有没有办法检索数组中除提供的索引项以外的所有项。numpy中的数组索引
x =
array([[[4, 2, 3],
[2, 0, 1],
[1, 3, 4]],
[[2, 1, 2],
[3, 2, 3],
[3, 4, 2]],
[[2, 4, 1],
[0, 2, 2],
[4, 0, 0]]])
,并通过询问
x[not 1,:,:]
你会得到
array([[[4, 2, 3],
[2, 0, 1],
[1, 3, 4]],
[[2, 4, 1],
[0, 2, 2],
[4, 0, 0]]])
感谢
In [42]: x[np.arange(x.shape[0])!=1,:,:]
Out[42]:
array([[[4, 2, 3],
[2, 0, 1],
[1, 3, 4]],
[[2, 4, 1],
[0, 2, 2],
[4, 0, 0]]])
你试过吗?
a[(0,2), :, :]
您可以尝试将您不想获得的内容列入黑名单,而不是列入黑名单。
如果您需要反正黑名单,你可以做这样的事情:
a[[i for i in range(a.shape[0]) if i != 1], :, :]
基本上你只创建了所有可能的指标(range(a.shape[0])
)列表,并过滤掉那些你不想让显示(if i != 1
)。
如果我有1000个2D矩阵怎么办?应该是(0,2,3,4,...)。 – JustInTime 2012-01-03 12:42:54
@JustInTime我不确定我是否理解,但'[我为我在范围内(a.shape [0])如果我!= 1]'表达式可以让你创建一个掩码,你需要的所有索引,除了' 1',不管矩阵的数量是多少,因为使用了'a.shape [0]'。 – jcollado 2012-01-03 12:46:07
这是一个非常通用的解决方案:
x[range(0,i)+range(i+1,x.shape[0]),:,:]
为您简单的例子,你可以用'X [:: 2:,:]' – wim 2012-01-03 12:36:35
所以如果X = np.random。 ranint(10,size =(1000,3,3)),我试图得到没有第三个3X3矩阵的矩阵视图。你的方法不能一概而论:) – JustInTime 2012-01-03 12:43:58
对于一般情况,我认为用元组索引是最简单的..虽然也许有一些我不知道的numpy魔法! – wim 2012-01-03 12:46:21