python - numpy:有没有办法从不带外部循环的映射序列创建数组？

Question

对我来说，这听起来像是一个常见的用例，但我还找不到适合它的函数/线程。

我有两个 numpy 数组，一个是三元组序列，另一个是关联的索引序列。我想创建一个序列长度相等的一维数组，由根据索引的映射项组成。

例子:

mapping = np.array(((25, 120, 240), (18, 177, 240), (0, 0, 0), (10, 120, 285)))
indices = np.array((0, 1, 0, 0))

print "mapping:", mapping
print "indices:", indices
print "mapped:", mapping[indices]

产生以下输出:

mapping: [[ 25 120 240]
 [ 18 177 240]
 [  0   0   0]
 [  10 120 285]]
indices: [0 1 0 0]
mapped: [[ 25 120 240]
 [ 18 177 240]
 [ 25 120 240]
 [ 25 120 240]]

当然，这种方法将整个映射数组作为一个映射，而不是作为映射列表，根据索引数组仅返回第一个或第二个内部映射。但我一直在寻找的是:

mapped: [25 177 0 10]

...由第一个映射的第一项、第二个映射的第二个以及第三个和第四个映射的第一个组成。

有没有一种精简的方法可以单独使用 numpy 功能，无需外部循环，也不会为临时数组占用过多的内存？

Answer 1

我想你在找this part numpy 关于索引的文档。

In [17]: mapping[(np.arange(indices.shape[-1]),indices)]
Out[17]: array([ 25, 177,   0,   10])

这会创建一个临时数组 (np.arange)，但它是一维的，我想不出更好的方法。