通过 Numpy 中的逻辑索引获取矩阵网格的帖子类似,但它没有回答我的问题,因为我正在使用一维布尔数组。
我正在尝试在 Octave 中重新创建以下布尔索引功能。
octave-3.2.4:6> a = rand(3,3)
a =
0.249912 0.934266 0.371962
0.505791 0.813354 0.282006
0.439417 0.085733 0.886841
octave-3.2.4:8> a([true false true])
ans =
0.24991 0.43942
但是,我无法使用 Numpy 在 Python 中创建相同的结果。
>>> import numpy as np
>>> a = np.random.rand(3,3)
array([[ 0.94362993, 0.3553076 , 0.12761322],
[ 0.19764288, 0.35325583, 0.17034005],
[ 0.56812424, 0.48297648, 0.64101657]])
>>> a[[True, False, True]]
array([[ 0.19764288, 0.35325583, 0.17034005],
[ 0.94362993, 0.3553076 , 0.12761322],
[ 0.19764288, 0.35325583, 0.17034005]])
>>> a[np.ix_([True, False, True])]
array([[ 0.94362993, 0.3553076 , 0.12761322],
[ 0.56812424, 0.48297648, 0.64101657]])
如何使用 Numpy 在 Python 上重新创建 Octave 的布尔索引?