开发手册 欢迎您!
软件开发者资料库

Python numpy.choose函数方法的使用

NumPy(Numerical Python的缩写)是一个开源的Python科学计算库。使用NumPy,就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数,涵盖线性代数运算、傅里叶变换和随机数生成等功能。本文主要介绍一下NumPy中choose方法的使用。

numpy.choose

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

从索引数组和一组数组中构造一个数组以供选择。

首先,如果感到困惑或不确定,请务必看一下示例- 完全具有通用性,此函数不如下面的代码描述(ndi = numpy.lib.index_tricks下方)看起来那么简单 :numpy.lib.index_tricks

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。这里是一个全面的概括::

给定一个由整数组成的“index”数组(a)和一个n个数组(choices)的序列,根据需要,首先将a和每个choice数组广播到具有共同形状的数组;称这些Ba和Bchoices [i],i = 0,…,n-1, Ba.shape == Bchoices[i].shape对于每个i,我们必然有它。然后,将创建一个具有Ba.shape形状的新数组,如下所示:

  • 如果mode=raise(缺省值),那么,首先,每个元件 一个(并且因此巴)必须在范围[0,N-1]; 现在,假设 i(在该范围内)是Ba中(j0,j1,…,jm)位置处的值-那么新数组中相同位置处的值就是Bchoices [i]中相同位置处的值位置;
  • 如果mode=wrap,在值一(并因此Ba)可以是任何(signed)整数; 模算术用于将[0,n-1]范围以外的整数映射 回该范围;然后按照上面的方法构造新数组;
  • 如果mode=clip,在值一(并因此Ba)可以是任何(signed)整数; 负整数映射到0;大于n-1的值 映射到n-1;然后按上述方法构造新数组。

参数

a :int array

这个数组必须包含[0,n-1]中的整数,其中n是选择的数目,

除非mode=wrapmode=clip,在这种情况下,

任何整数都是允许的。

choices :arrays的sequence

选择数组。

一个和所有的选择都必须broadcastable相同的形状。

如果choices本身是一个数组(不建议使用),

则将其最外面的维度(即与对应的维度 choices.shape[0]

视为定义“sequence”。

out :array, 可选

如果提供,结果将被插入到这个数组中。

它应该是适当的形状和类型。

注意,如果mode= 'raise'的out总是被缓冲;

使用其他模式可以获得更好的性能。

mode:{‘raise’ (默认), ‘wrap’, ‘clip’}, 可选

  • 'raise':引发异常
  • 'wrap':值变成值mod n
  • 'clip':值<0映射为0,值> n-1映射为n-1

返回值:

merged_array array

合并结果。

Raises

ValueError: shape mismatch

如果a和每个选择阵列不是都可广播到相同的shape。

Notes

为了减少错误解释的机会,即使名义上支持以下“abuse”,选择也不应该也不应被视为单个数组,即,最外面的类似于序列的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

几个示例说明了如何选择广播:

>>> 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,:,:]=c2array([[[ 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]]])
"LA_COLLECT" src="//sdk.51.la/js-sdk-pro.min.js"> dc69N7BtnPgpT" }) nPgpT" })