Python dask.array.choose用法及代码示例

用法: dask.array.choose(a, choices)

从索引数组和可供选择的数组列表构造一个数组。

此文档字符串是从 numpy.choose 复制的。

可能存在与 Dask 版本的一些不一致之处。

首先，如果您感到困惑或不确定，请务必查看示例 - 总体而言，此函数不像以下代码说明中看起来那么简单(在 ndi = numpy.lib.index_tricks 下方)：

np.choose(a,c) == np.array([c[a[I]][I] for I in ndi.ndindex(a.shape)]).

但这忽略了一些微妙之处。这是一个完全一般的摘要：

给定一个 “index” 数组 (a) 的整数和一个序列n数组(choices),a并且每个选择数组根据需要首先广播到一个共同形状的数组；调用这些Ba和Bchoices[i], i = 0,…,n-1我们有，必然，Ba.shape == Bchoices[i].shape对于每个i.然后，一个新的形状数组Ba.shape创建如下：

如果 mode='raise' (默认值)，那么首先，a(以及因此 Ba )的每个元素必须在 [0, n-1] 范围内；现在，假设i(在那个范围内)是Ba中(j0, j1, ..., jm)位置的值-那么新数组中相同位置的值就是Bchoices[i]中相同位置的值；
如果 mode='wrap' ， a (以及因此 Ba )中的值可以是任何(有符号)整数；模运算用于将 [0, n-1] 范围之外的整数映射回该范围；然后像上面那样构造新数组；
如果 mode='clip' ， a (以及因此 Ba )中的值可以是任何(有符号)整数；负整数映射到 0；大于 n-1 的值被映射到 n-1 ；然后像上面那样构造新数组。

参数：

a：整型数组

此数组必须在 [0, n-1] 中包含整数，其中 n 是选择的数量，除非 mode=wrap 或 mode=clip ，在这种情况下任何整数都是允许的。

choices：数组序列

选择数组。 a 并且所有选择都必须可广播到相同的形状。如果 choices 本身是一个数组(不推荐)，则将其最外层维度(即对应于 choices.shape[0] 的维度)作为定义 “sequence”。

out：数组，可选(在 Dask 中不支持)

如果提供，结果将被插入到这个数组中。它应该具有适当的形状和数据类型。请注意，如果 mode='raise' ，则始终缓冲 out ；使用其他模式以获得更好的性能。

mode：{‘raise’(默认)，‘wrap’, ‘clip’}，可选(Dask 不支持)

指定如何处理 [0, n-1] 之外的索引：

‘raise’：引发异常
‘wrap’ : value 变成 value mod n
‘clip’：值 < 0 映射到 0，值 > n-1 映射到 n-1

merged_array：数组: 合并的结果。

抛出：

ValueError：形状不匹配: 如果a 和每个选择数组都不能广播到相同的形状。

注意：

为了减少误解的可能性，即使名义上支持以下 “abuse”，但 choices 既不应该也不应该被认为是单个数组，即最外面的 sequence-like 容器应该是列表或元组。

例子：

>>> choices = [[0, 1, 2, 3], [10, 11, 12, 13],  
...   [20, 21, 22, 23], [30, 31, 32, 33]]
>>> np.choose([2, 3, 1, 0], choices  
... # the first element of the result will be the first element of the
... # third (2+1) "array" in choices, namely, 20; the second element
... # will be the second element of the fourth (3+1) choice array, i.e.,
... # 31, etc.
... )
array([20, 31, 12,  3])
>>> np.choose([2, 4, 1, 0], choices, mode='clip') # 4 goes to 3 (4-1)  
array([20, 31, 12,  3])
>>> # because there are 4 choice arrays
>>> np.choose([2, 4, 1, 0], choices, mode='wrap') # 4 goes to (4 mod 4)  
array([20,  1, 12,  3])
>>> # i.e., 0

几个示例说明如何选择广播：

>>> a = [[1, 0, 1], [0, 1, 0], [1, 0, 1]]  
>>> choices = [-10, 10]  
>>> np.choose(a, choices)  
array([[ 10, -10,  10],
       [-10,  10, -10],
       [ 10, -10,  10]])

>>> # With thanks to Anne Archibald
>>> a = np.array([0, 1]).reshape((2,1,1))  
>>> c1 = np.array([1, 2, 3]).reshape((1,3,1))  
>>> c2 = np.array([-1, -2, -3, -4, -5]).reshape((1,1,5))  
>>> np.choose(a, (c1, c2)) # result is 2x3x5, res[0,:,:]=c1, res[1,:,:]=c2  
array([[[ 1,  1,  1,  1,  1],
        [ 2,  2,  2,  2,  2],
        [ 3,  3,  3,  3,  3]],
       [[-1, -2, -3, -4, -5],
        [-1, -2, -3, -4, -5],
        [-1, -2, -3, -4, -5]]])

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.array.choose。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

抛出：

注意：

例子：