python - 在 numpy 中用二进制矩阵索引张量

Question

我有一个张量 A 使得 A.shape = (32, 19, 2) 和一个二进制矩阵 B 使得 B.shape = (32, 19)。是否有我可以执行的单行操作来获得矩阵 C，其中 C.shape = (32, 19) 和 C(i,j) = A[i, j, B[i,j]]？

基本上，我想使用 B 作为索引矩阵，如果 B[i,j] = 1，我将 A[i,j,1] 形成 C(i,j)。

Answer 1

np.where 来拯救。原理和mtrw的回答是一样的:

In [344]: A=np.arange(4*3*2).reshape(4,3,2)

In [345]: B=np.zeros((4,3),dtype=int)

In [346]: B[[0,1,1,2,3],[0,0,1,2,2]]=1

In [347]: B
Out[347]: 
array([[1, 0, 0],
       [1, 1, 0],
       [0, 0, 1],
       [0, 0, 1]])

In [348]: np.where(B,A[:,:,1],A[:,:,0])
Out[348]: 
array([[ 1,  2,  4],
       [ 7,  9, 10],
       [12, 14, 17],
       [18, 20, 23]])

如果最后一个维度大于 2(但小于 32)，则可以使用

np.choose。 (choose 在列表或第一个维度上操作，因此 rollaxis。

In [360]: np.choose(B,np.rollaxis(A,2))
Out[360]: 
array([[ 1,  2,  4],
       [ 7,  9, 10],
       [12, 14, 17],
       [18, 20, 23]])

B 也可以直接作为索引使用。诀窍是以广播到相同形状的方式指定其他维度。

In [373]: A[np.arange(A.shape[0])[:,None], np.arange(A.shape[1])[None,:], B]
Out[373]: 
array([[ 1,  2,  4],
       [ 7,  9, 10],
       [12, 14, 17],
       [18, 20, 23]])

当 B 与 A 的第一个和第二个维度不匹配时，可以修改最后一种方法以工作。

np.ix_ 可以简化这个索引

I, J = np.ix_(np.arange(4),np.arange(3))
A[I, J, B]