numpy中的有效向量选择

jq6vz3qz 于 2022-12-13 发布在其他

关注(0)|答案(3)|浏览(100)

有没有一种有效的numpy机制，可以从一个二维数组生成一个数组的值，并给出该数组的索引列表？
具体地说，我有一个二维坐标列表，它表示二维numpy数组中感兴趣的值。

nonzeroValidIndices = numpy.where((array2d != noDataValue) & (array2d != 0))
nonzeroValidCoordinates = zip(nonzeroValidIndices[0],nonzeroValidIndices[1])

从这里开始，我通过循环坐标并索引到numpy数组中来构建一个Map，一次一个，类似于下面这个简化的例子：

for coord in nonzeroValidCoordinates:       
    map[coord] = array2d[coord]

我有几个大规模的数据集，我正在迭代这个算法，所以我对一个有效的解决方案很感兴趣。通过分析，我怀疑array2d[coord]行造成了一些麻烦。有没有更好的向量形式来从array2d生成整个向量值，或者我坚持一次索引一个？

numpy

来源：https://stackoverflow.com/questions/5642203/efficient-vector-selection-in-numpy

3条答案

按热度按时间

v6ylcynt1#

不如这样：

a = np.arange(100).reshape((10,10))
ii = np.where(a > 27) # your nonzeroValidIndices
b = np.zeros_like(a) # your map
b[ii] = a[ii]

你可以使用np.where的结果来索引一个数组，就像我上面所展示的那样。这应该可以完成类似于你正在做的事情，而不需要循环，但是我并不完全清楚你的目标二维数组实际上应该是什么。不知道map是什么，看起来就像你在把数据复制到同样大小的数组中。

赞(0）回复(0）举报 2022-12-13

vtwuwzda2#

是的，当然，您可以将值设为

nonZeroData = array2d[nonzeroValidIndices]

如果Map是一个新法令，您可以

map = dict(zip(nonzeroValidCoordinates,nonZeroData))

如果是现有的法令，

map.update(zip(nonzeroValidCoordinates,nonZeroData))

如果是数组，则

map[nonzeroValidIndices] = nonZeroData

赞(0）回复(0）举报 2022-12-13

wgx48brx3#

我觉得你可以试试这样的方法：

array2d[ix_(nonzeroValidIndices[0],nonzeroValidIndices[1])]

或者，如果您确实要使用nonzeroValidCoordinates：

unzip = lambda l: [list(li) for li in zip(*l)]
array2d[ix_(unzip(nonzeroValidCoordinates))]

来源：* 链接

赞(0）回复(0）举报 2022-12-13

我来回答

numpy中的有效向量选择

3条答案

相关问题

热门标签

最新问答