python - 如何提取 numpy 数组中值的索引？

Question

场景如下:

我有以下变量:

val = [('am', '<f8'), ('fr', '<f8')] # val is type numpy.recarray     

am = [12.33, 1.22, 5.43, 15.23]  # am is type numpy.ndarray  

fr = [0.11, 1.23, 2.01, 1.01]   # fr is type numpy.ndarray  

我需要的是检测 am = 12.33 和 am = 15.23 的索引，一旦提取(在这种情况下索引是 [0] 和 [3])，我需要创建新变量:

new_am = [12.33, 15.23] 

new_fr = [0.11, 1.01] 

我的问题是:知道如何提取索引吗？

我已经使用过 .index 和 np.where 但它似乎有问题，因为我收到了 .index 的错误消息:

"AttributeError: 'numpy.ndarray' object has no attribute ".index" 

对于np.where，返回的索引什么也不是array([], dtype=int64)

谢谢你的想法!

Answer 1

您可能需要 np.in1d 返回一个 bool 数组以指示元素是否在另一个数组中:

import numpy as np
am = np.array([12.33, 1.22, 5.43, 15.23]) 
fr = np.array([0.11, 1.23, 2.01, 1.01])

index = np.where(np.in1d(am, [12.33, 15.23]))[0]
index
# array([0, 3])

am[index]
# array([ 12.33,  15.23])

fr[index]
# array([ 0.11,  1.01])

---

或者你可能有一个带有属性的数组:

new_arr = np.array(zip(am, fr), dtype=val)

index = np.where(np.in1d(new_arr['am'], [12.33, 15.23]))[0]

new_am = new_arr[index]['am']
new_fr = new_arr[index]['fr']

new_am
# array([ 12.33,  15.23])

new_fr
# array([ 0.11,  1.01])