Saltar al contenido

Seleccionar filas y columnas específicas de NumPy array

Es fundamental entender el código bien previamente a adaptarlo a tu proyecto si tdeseas aportar algo puedes dejarlo en la sección de comentarios.

Solución:

Como sugiere Toan, un truco simple sería simplemente seleccionar las filas primero y luego seleccionar las columnas sobre que.

>>> a[[0,1,3], :]            # Returns the rows you want
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [12, 13, 14, 15]])
>>> a[[0,1,3], :][:, [0,2]]  # Selects the columns you want as well
array([[ 0,  2],
       [ 4,  6],
       [12, 14]])

[Edit] El método integrado: np.ix_

Recientemente descubrí que numpy te da una sola línea incorporada para hacer exactamente lo que sugirió @Jaime, pero sin tener que usar la sintaxis de transmisión (que adolece de falta de legibilidad). De los documentos:

Usando ix_ uno puede construir rápidamente matrices de índices que indexarán el producto cruzado. a[np.ix_([1,3],[2,5])] devuelve el array [[a[1,2] a[1,5]], [a[3,2] a[3,5]]].

Entonces lo usas así:

>>> a = np.arange(20).reshape((5,4))
>>> a[np.ix_([0,1,3], [0,2])]
array([[ 0,  2],
       [ 4,  6],
       [12, 14]])

Y la forma en que funciona es que se encarga de alinear las matrices de la manera que sugirió Jaime, para que la transmisión se realice correctamente:

>>> np.ix_([0,1,3], [0,2])
(array([[0],
        [1],
        [3]]), array([[0, 2]]))

Además, como dice MikeC en un comentario, np.ix_ tiene la ventaja de devolver una vista, lo que no hizo mi primera respuesta (previa a la edición). Esto significa que ahora puede asignar al indexado array:

>>> a[np.ix_([0,1,3], [0,2])] = -1
>>> a    
array([[-1,  1, -1,  3],
       [-1,  5, -1,  7],
       [ 8,  9, 10, 11],
       [-1, 13, -1, 15],
       [16, 17, 18, 19]])

La indexación elegante requiere que proporcione todos los índices para cada dimensión. Está proporcionando 3 índices para el primero y solo 2 para el segundo, de ahí el error. Quieres hacer algo como esto:

>>> a[[[0, 0], [1, 1], [3, 3]], [[0,2], [0,2], [0, 2]]]
array([[ 0,  2],
       [ 4,  6],
       [12, 14]])

Por supuesto, es un dolor de escribir, por lo que puede dejar que la transmisión lo ayude:

>>> a[[[0], [1], [3]], [0, 2]]
array([[ 0,  2],
       [ 4,  6],
       [12, 14]])

Esto es mucho más simple de hacer si indexa con matrices, no con listas:

>>> row_idx = np.array([0, 1, 3])
>>> col_idx = np.array([0, 2])
>>> a[row_idx[:, None], col_idx]
array([[ 0,  2],
       [ 4,  6],
       [12, 14]])

USAR:

 >>> a[[0,1,3]][:,[0,2]]
array([[ 0,  2],
   [ 4,  6],
   [12, 14]])

O:

>>> a[[0,1,3],::2]
array([[ 0,  2],
   [ 4,  6],
   [12, 14]])

Reseñas y puntuaciones del artículo

Te invitamos a añadir valor a nuestra información participando con tu experiencia en las ilustraciones.

¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)



Utiliza Nuestro Buscador

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *