如何在numpy中创建子矩阵

Question

我有一个二维的 NxM 的 numpy 数组：

a = np.ndarray((N,M), dtype=np.float32)

我想从中提取出一个子矩阵，这个子矩阵有我选择的列和行。对于每个维度，我可以输入一个二进制向量，或者是一个索引的向量。我该怎么做才能最有效率呢？

举个例子：

a = array([[ 0,  1,  2,  3],
   [ 4,  5,  6,  7],
   [ 8,  9, 10, 11]])
cols = [True, False, True]
rows = [False, False, True, True]

cols_i = [0,2]
rows_i = [2,3]

result = wanted_function(a, cols, rows) or wanted_function_i(a, cols_i, rows_i)
result = array([[2,  3],
   [ 10, 11]])

Answer 1

你只需要把 cols 和 rows 变成一个 numpy 数组，然后你就可以直接用 [] 来访问它们，像这样：

import numpy as np

a = np.array([[ 0,  1,  2,  3],
   [ 4,  5,  6,  7],
   [ 8,  9, 10, 11]])

cols = np.array([True, False, True])
rows = np.array([False, False, True, True])

result = a[cols][:,rows]


print(result) 
print(type(result))
# [[ 2  3]
# [10 11]]
# <class 'numpy.ndarray'>

Answer 2

在numpy中，有几种方法可以获取子矩阵：

In [35]: ri = [0,2]
    ...: ci = [2,3]
    ...: a[np.reshape(ri, (-1, 1)), ci]
Out[35]: 
array([[ 2,  3],
       [10, 11]])

In [36]: a[np.ix_(ri, ci)]
Out[36]: 
array([[ 2,  3],
       [10, 11]])

In [37]: s=a[np.ix_(ri, ci)]

In [38]: np.may_share_memory(a, s)
Out[38]: False

需要注意的是，你得到的子矩阵是一个新的副本，而不是原始矩阵的视图。