numpy中的数组索引

问题描述：

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

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

答

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]]])

+1这真漂亮！用'x [np.arange（x.shape [0]）！= 1，：，：]'它会更完美:-) – eumiro 2012-01-03 12:45:47

感谢您的改进，eurimo。 – unutbu 2012-01-03 12:47:43

我知道unutbu会给出一个很好的答案:)即使'x [np.arange（x.shape [0]）！= 1]'会工作，其他暗淡将默认采用'：' – wim 2012-01-03 12:49:55

答

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

答

这是一个非常通用的解决方案：

x[range(0,i)+range(i+1,x.shape[0]),:,:]

numpy中的数组索引

相关推荐