Python dask.array.choose用法及代碼示例

用法: dask.array.choose(a, choices)

從索引數組和可供選擇的數組列表構造一個數組。

此文檔字符串是從 numpy.choose 複製的。

可能存在與 Dask 版本的一些不一致之處。

首先，如果您感到困惑或不確定，請務必查看示例 - 總體而言，此函數不像以下代碼說明中看起來那麽簡單(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)]).

但這忽略了一些微妙之處。這是一個完全一般的摘要：

給定一個 “index” 數組 (a) 的整數和一個序列n數組(choices),a並且每個選擇數組根據需要首先廣播到一個共同形狀的數組；調用這些Ba和Bchoices[i], i = 0,…,n-1我們有，必然，Ba.shape == Bchoices[i].shape對於每個i.然後，一個新的形狀數組Ba.shape創建如下：

如果 mode='raise' (默認值)，那麽首先，a(以及因此 Ba )的每個元素必須在 [0, n-1] 範圍內；現在，假設i(在那個範圍內)是Ba中(j0, j1, ..., jm)位置的值-那麽新數組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(有符號)整數；模運算用於將 [0, n-1] 範圍之外的整數映射回該範圍；然後像上麵那樣構造新數組；
如果 mode='clip' ， a (以及因此 Ba )中的值可以是任何(有符號)整數；負整數映射到 0；大於 n-1 的值被映射到 n-1 ；然後像上麵那樣構造新數組。

參數：

a：整型數組

此數組必須在 [0, n-1] 中包含整數，其中 n 是選擇的數量，除非 mode=wrap 或 mode=clip ，在這種情況下任何整數都是允許的。

choices：數組序列

選擇數組。 a 並且所有選擇都必須可廣播到相同的形狀。如果 choices 本身是一個數組(不推薦)，則將其最外層維度(即對應於 choices.shape[0] 的維度)作為定義 “sequence”。

out：數組，可選(在 Dask 中不支持)

如果提供，結果將被插入到這個數組中。它應該具有適當的形狀和數據類型。請注意，如果 mode='raise' ，則始終緩衝 out ；使用其他模式以獲得更好的性能。

mode：{‘raise’(默認)，‘wrap’, ‘clip’}，可選(Dask 不支持)

指定如何處理 [0, n-1] 之外的索引：

‘raise’：引發異常
‘wrap’ : value 變成 value mod n
‘clip’：值 < 0 映射到 0，值 > n-1 映射到 n-1

merged_array：數組: 合並的結果。

拋出：

ValueError：形狀不匹配: 如果a 和每個選擇數組都不能廣播到相同的形狀。

注意：

為了減少誤解的可能性，即使名義上支持以下 “abuse”，但 choices 既不應該也不應該被認為是單個數組，即最外麵的 sequence-like 容器應該是列表或元組。

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

幾個示例說明如何選擇廣播：

>>> 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]]])

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.array.choose。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

拋出：

注意：

例子：