通过另一个数组有效地索引多节点numpy数组

Question

我有一个数组x，我想访问它的特定值，它的索引由另一个数组给出

例如，x是

array([[ 0,  1,  2,  3,  4],
[ 5,  6,  7,  8,  9],
[10, 11, 12, 13, 14],
[15, 16, 17, 18, 19],
[20, 21, 22, 23, 24]])

索引是Nx2的数组

idxs = np.array([[1,2], [4,3], [3,3]])

我想要一个返回x[1,2]、x[4,3]、x[3,3]或[7,23,18]数组的函数。下面的代码实现了这一点，但是我想通过避免for循环来加快大型数组的速度

import numpy as np

def arrayvalsofinterest(x, idx):
    output = np.zeros(idx.shape[0])
    for i in range(len(output)):
        output[i] = x[tuple(idx[i,:])]
    return output

if __name__ == "__main__":
    xx = np.arange(25).reshape(5,5)
    idxs = np.array([[1,2],[4,3], [3,3]])
    print arrayvalsofinterest(xx, idxs)

Answer 1

可以传入axis0坐标的iterable和axis1坐标的iterable。见the Numpy docs here

i0, i1 = zip(*idxs)
x[i0, i1]

正如@Divakar在注释中指出的，这比使用数组视图（即

x[idxs[:, 0], idxs[:, 1]]