问题标签 [numpy-indexing]

在 的文档中numpy.take，表示a根据indices和进行索引axis，然后将结果可选地存储在out参数中。是否存在执行索引的函数out？使用花哨的索引它会是这样的：

在这里，我假设axis=2但在我的情况下，我事先并不知道轴。使用一维布尔掩码而不是索引的解决方案也是可以接受的。

我想将零分配给 2d numpy 矩阵，其中对于每一行我们都有一个截止列，之后应将其设置为零。

例如，这里我们有大小为 4x5 的矩阵 A，带有截止列 [1,3,2,4]。我想做的事：

我可以用 np.repeat 行索引和列来做到这一点，但我的矩阵太大了，我做不到。有没有一种有效的方法来做到这一点？

如何用高维索引数组索引低维数据数组？

例如：给定一个一维数据数组和一个二维索引数组：

我想得到一个二维数据数组：

我想通过执行以下操作来编写更具可读性的代码：

但是，我遇到了执行上述操作的问题

这是我所期望的xy。但是因为z我希望它相当于

笔记：

我正在尝试将具有以下形状的 numpy 数组中的一些值标准化：

该数据表明 20 个观测值中的每一个都有 100 个时间戳，其中每个观测值具有 3 维属性（x、y、z）。我想通过以下方式标准化 x、y、z 维属性。对于每个维度，我想减去最小值，然后除以得到的最大值（以“居中”维度的值）。

我试图用以下方法做到这一点：

但是，这不会改变ith维度的所有值。

我怎样才能以这种方式使我的功能居中？其他人可以提供的任何帮助将不胜感激！

我有一个如下所示的 numpy 数组：

我喜欢通过将“左下”部分设置为零来进行操作。我不想通过行和列循环，而是想通过索引来实现这一点：

然而并没有像现在a[ix]一样提供我所期望的，即添加了一个新维度。为了保持 的形状，我需要做什么，但左下角全为零？a[ix].shape(6,6,6)a

这是我们必须向量化的循环：

向量的维度如下：

我使用了以下高级索引方法，该方法似乎可以在 Python 解释器上正常工作，并带有一些小示例：

但这会错误地评估循环。

我有一个用于映射的数组。让我们称之为my_map，类型浮动形状（m，c）。

我有第二个带索引的数组，以免调用它my_indexes，输入 int size (n,c)，每个值都在 0 和 m 之间。

当我期待（n，c）时，试图索引my_map我my_ans = my_map[my_indexes]得到一个形状数组（n，c，c）。正确的方法是什么？

为了清楚起见，我想做的是相当于：

我有一张图片：

我已经确定了一组我想要的 x,y 坐标，在它们为真的地方，将一致图像的值设置为 255。

这就是我的意思。形成索引是我的vals：

的第一个维度与vals是冗余的range(719)。

我首先创建一个与 img 形状相同的图像：

但是从这里开始，我的索引out似乎不起作用：

这使得 /all/out值为 255，而不仅仅是out == vals.

我希望：

我究竟做错了什么？

我正在学习numpy框架。这段代码我看不懂。

该b数组返回数组的角值a，即b equals [[0,2],[9,11]]。