当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python numpy choose用法及代码示例


本文简要介绍 python 语言中 numpy.choose 的用法。

用法:

numpy.choose(a, choices, out=None, mode='raise')

从索引数组和可供选择的数组列表构造一个数组。

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(选择),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BaBchoices[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(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', 中的值a(因此Ba) 可以是任何(有符号的)整数;模运算用于映射范围外的整数[0, n-1]回到那个范围;然后像上面那样构造新数组;

  • 如果mode='clip', 中的值a(因此Ba) 可以是任何(有符号的)整数;负整数映射到 0;值大于n-1映射到n-1;然后像上面那样构造新数组。

参数

a int 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=wrapmode=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并且所有的选择必须可以广播到相同的形状。如果选择本身是一个数组(不推荐),然后是它的最外层维度(即对应于choices.shape[0]) 被视为定义“sequence”。

out 数组,可选

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。注意out总是缓冲如果mode='raise';使用其他模式以获得更好的性能。

mode {‘raise’(默认),‘wrap’, ‘clip’},可选

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

返回

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

为了减少误解的机会,即使名义上支持以下 “abuse”,但选择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numpy.org大神的英文原创作品 numpy.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。