Python numpy take用法及代码示例

本文简要介绍 python 语言中 numpy.take 的用法。

用法:

numpy.take(a, indices, axis=None, out=None, mode='raise')

沿轴从数组中获取元素。

当axis不是None时，这个函数和“fancy” indexing(使用数组索引数组)做同样的事情；但是，如果您需要沿给定轴的元素，它会更容易使用。诸如 np.take(arr, indices, axis=3) 之类的调用等效于 arr[:,:,:,indices,...] 。

在没有花哨的索引的情况下进行解释，这相当于 ndindex 的以下使用，它将 ii 、 jj 和 kk 中的每一个设置为索引元组：

Ni, Nk = a.shape[:axis], a.shape[axis+1:]
Nj = indices.shape
for ii in ndindex(Ni):
    for jj in ndindex(Nj):
        for kk in ndindex(Nk):
            out[ii + jj + kk] = a[ii + (indices[jj],) + kk]

参数：

a： 数组 (Ni…, M, Nk…)

源数组。

indices： 数组 (Nj…)

要提取的值的索引。

还允许索引的标量。

axis： 整数，可选

选择值的轴。默认情况下，使用扁平化的输入数组。

out： ndarray，可选(Ni…，Nj…，Nk…)

如果提供，结果将被放置在这个数组中。它应该具有适当的形状和数据类型。请注意，如果 mode='raise'; 则输出总是被缓冲。使用其他模式以获得更好的性能。

mode： {‘raise’, ‘wrap’, ‘clip’}，可选

指定越界索引的行为方式。

• ‘raise’ - 引发错误(默认)

• ‘wrap’ - 环绕

• ‘clip’ - 剪辑到范围

‘clip’ 模式意味着所有过大的索引都将替换为寻址沿该轴的最后一个元素的索引。请注意，这会禁用负数索引。

返回：

out： ndarray (Ni…, Nj…, Nk…)

返回的数组具有与 a 相同的类型。

注意：

通过消除上述说明中的内部循环，并使用 s_ 构建简单的切片对象，take 可以通过对每个一维切片应用花式索引来表示：

Ni, Nk = a.shape[:axis], a.shape[axis+1:]
for ii in ndindex(Ni):
    for kk in ndindex(Nj):
        out[ii + s_[...,] + kk] = a[ii + s_[:,] + kk][indices]

因此，它等效于(但比)以下使用 apply_along_axis ：

out = np.apply_along_axis(lambda a_1d: a_1d[indices], axis, a)

例子：

>>> a = [4, 3, 5, 7, 6, 8]
>>> indices = [0, 1, 4]
>>> np.take(a, indices)
array([4, 3, 6])

在此示例中，如果 a 是 ndarray，则可以使用 “fancy” 索引。

>>> a = np.array(a)
>>> a[indices]
array([4, 3, 6])

如果 indices 不是一维的，则输出也具有这些维度。

>>> np.take(a, [[0, 1], [2, 3]])
array([[4, 3],
       [5, 7]])