Эффективное получение значений из матрицы numpy - PullRequest
Новая
       70

Эффективное получение значений из матрицы numpy

0 голосов
/ 22 марта 2020

У меня есть матрица: a = np.random.randn(10,3), а локации: locs = [[6, 6, 0], [7, 0, 5], [0, 9, 2]]. Мне нужно заменить значения в первом столбце a в местах, описанных в первом столбце loc, местозаполнителем (скажем, 0 или np.inf). Точно так же местоположения, описанные во втором столбце loc в a, должны быть заменены местозаполнителем.

Я написал это как al oop в настоящее время: 

for i in range(0, locs.shape[1]):
    l = locs[:, i]
    current = a[:, i]
    current[l] = 0
    a[:, i] = current

Можно ли заменить этот l oop на прямые numpy операции?

Пример ввода: 

a = 
[[ 1.43734578  0.09736638 -2.25746086]
 [-0.76353825  0.29902121 -0.47547664]
 [-0.6702289  -1.03620696  1.29729398]
 [-0.01606927  0.03169479  0.32413694]
 [-0.87992136 -0.13887237  0.76943651]
 [-0.99176294  1.2174871  -0.04219437]
 [-1.28379798 -2.05605769  0.30146702]
 [-0.7249709   0.12472804  0.43728411]
 [ 0.04843567  0.85251779 -0.12717516]
 [ 0.13927597  2.06447447 -0.74675081]]

locs = 
[[6 6 0]
 [7 0 5]
 [0 9 2]]

Ожидаемый результат: 

output = 
array([[ 0.        ,  0.        ,  0.        ],
       [-0.76353825,  0.29902121, -0.47547664],
       [-0.6702289 , -1.03620696,  0.        ],
       [-0.01606927,  0.03169479,  0.32413694],
       [-0.87992136, -0.13887237,  0.76943651],
       [-0.99176294,  1.2174871 ,  0.        ],
       [ 0.        ,  0.        ,  0.30146702],
       [ 0.        ,  0.12472804,  0.43728411],
       [ 0.04843567,  0.85251779, -0.12717516],
       [ 0.13927597,  0.        , -0.74675081]])

1 Ответ

1 голос
/ 22 марта 2020

Необычное индексирование должно работать здесь: 

a[loc,np.arange(3)] = placeholder

Пример: 

>>> rng = np.random.default_rng()
>>> a = np.arange(30).reshape(10,3)
>>> b = rng.integers(0,10,(3,3))
>>> b
array([[1, 3, 4],
       [5, 7, 1],
       [1, 7, 9]])
>>> a[b,np.arange(3)] = 100
>>> a
array([[  0,   1,   2],
       [100,   4, 100],
       [  6,   7,   8],
       [  9, 100,  11],
       [ 12,  13, 100],
       [100,  16,  17],
       [ 18,  19,  20],
       [ 21, 100,  23],
       [ 24,  25,  26],
       [ 27,  28, 100]])
...