python – 从满足条件的NumPy矩阵中的每一行中取N个第一个值

发布时间：2020-12-16 22:29:22 所属栏目：Python 来源：网络整理

导读：我有一个numpy向量和一个numpy数组. 我需要从矩阵中的每一行获取小于(或等于)向量中相应行的第一个N(比如3)值. 所以如果这是我的载体： 7,9,22,38,6,15 这是我的矩阵： [[ 20.,9.,7.,5.,None,None],[ 33.,21.,18.,8.,7.],[ 31.,13.,12.,4.,0.],[ 36.,11.,2.]

我有一个numpy向量和一个numpy数组.

我需要从矩阵中的每一行获取小于(或等于)向量中相应行的第一个N(比如3)值.

所以如果这是我的载体：

7,9,22,38,6,15

这是我的矩阵：

[[ 20.,9.,7.,5.,None,None],[ 33.,21.,18.,8.,7.],[ 31.,13.,12.,4.,0.],[ 36.,11.,2.],[ 20.,14.,10.,6.,3.],[ 14.,5.]]

输出应该是：

[[7,5,[9,8,7],[21,13,12],[36,18,11],[6,3],14,13]]

是否有任何有效的方法来做掩码或其他东西,没有丑陋的for循环？

任何帮助将不胜感激！

最佳答案

方法#1

这是broadcasting的一个 –

def takeN_le_per_row_broadcasting(a,b,N=3): # a,b : 1D,2D arrays respectively
    # First col indices in each row of b with <= corresponding one in a
    idx = (b <= a[:,None]).argmax(1)

    # Get all N ranged column indices
    all_idx = idx[:,None] + np.arange(N)

    # Finally advanced-index with those indices into b for desired output
    return b[np.arange(len(all_idx))[:,all_idx]

方法#2

受到NumPy Fancy Indexing - Crop different ROIs from different channels‘s solution的启发,我们可以利用np.lib.stride_tricks.as_strided进行高效的补丁提取,就像这样 –

from skimage.util.shape import view_as_windows

def takeN_le_per_row_strides(a,None]).argmax(1)

    # Get 1D sliding windows for each element off data
    w = view_as_windows(b,(1,N))[:,:,0]

    # Use fancy/advanced indexing to select the required ones
    return w[np.arange(len(idx)),idx]

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!