Понимание странного логического поведения индексации 2d-массива в numpy

Ответ 1

Справочная документация Numpy по индексированию содержит ответы, но требует немного тщательного чтения.

Ответ здесь заключается в том, что индексирование с булевыми значениями эквивалентно индексированию с целыми массивами, полученными сначала преобразованием булевых массивов с помощью np.nonzero. Следовательно, с булевыми массивами m1, m2

a[m1, m2] == a[m1.nonzero(), m2.nonzero()]

который (когда он преуспеет, т.е. m1.nonzero().shape == m2.nonzero().shape), эквивалентен:

[a[i, i] for i in range(a.shape[0]) if m1[i] and m2[i]]

Я не уверен, почему он был разработан так, чтобы работать так: обычно это не то, что вам нужно.

Чтобы получить более интуитивный результат, вы можете вместо этого сделать

a[np.ix_(m1, m2)]

который дает результат, эквивалентный

[[a[i,j] for j in range(a.shape[1]) if m2[j]] for i in range(a.shape[0]) if m1[i]]

Ответ 2

Альтернативой np.ix_ является преобразование булевых массивов в целые массивы (используя np.nonzero()), а затем используйте np.newaxis для создания массивов правильной формы, чтобы использовать преимущества трансляции.

import numpy as np

a=np.random.rand(10,20)
x_range=np.arange(10)
y_range=np.arange(20)

a_tmp=a[x_range<5,:]
b_correct=a_tmp[:,np.in1d(y_range,[3,4,8])]

m1=(x_range<5).nonzero()[0]
m2=np.in1d(y_range,[3,4,8]).nonzero()
b=a[m1[:,np.newaxis], m2]
assert np.allclose(b,b_correct)

b2=a[np.ix_(x_range<5,np.in1d(y_range,[3,4,8]))]
assert np.allclose(b2,b_correct)

np.ix_ имеет тенденцию быть медленнее, чем двойное индексирование. Решение с длинными формами выглядит немного быстрее:

длинная-форма:

In [83]: %timeit a[(x_range<5).nonzero()[0][:,np.newaxis], (np.in1d(y_range,[3,4,8])).nonzero()[0]]
10000 loops, best of 3: 131 us per loop

двойное индексирование:

In [85]: %timeit a[x_range<5,:][:,np.in1d(y_range,[3,4,8])]
10000 loops, best of 3: 144 us per loop

, используя np.ix _:

In [84]: %timeit a[np.ix_(x_range<5,np.in1d(y_range,[3,4,8]))]
10000 loops, best of 3: 160 us per loop

Примечание. Было бы неплохо проверить эти тайминги на вашем компьютере, поскольку рейтинги могут измениться в зависимости от вашей версии Python, numpy или hardware.