2024-04-20 03:19:00 发布
网友
t_index = np.argsort(adj, axis = 0)[:,::-1] # 54 x 54 shape t = np.sort(adj, axis= 0)[:,::-1] # 54 x 54 t[5:,] = 0 adj = t[t_index] # 54 x 54 x 54
它不是返回54 x 54形状,而是54 x 54 x 54。我怎样才能得到同样的形状?为什么是三维的?你知道吗
让我举一个例子来说明我们是如何使用t[t_index]语法来帮助您理解它的工作原理的。我有时使用整数数组来表示使用颜色托盘的图像。256种颜色(rgb值)中的每一种都存储在具有形状(256,3)的托盘阵列中。图像存储为0到255之间的(1000,1000)整数数组,或索引到托盘数组中。如果我想创建一个rgb图像,例如出于显示目的,我会rgbimage = pallet[image]创建一个rgb图像,即(1000,1000,3)。你知道吗
t[t_index]
rgbimage = pallet[image]
更新: 我看到你在include argsort中更新了你的问题,也许你在尝试做类似的事情。对于二维阵列,简短版本如下所示:
s = np.random.random((54, 54)) t = np.random.random((54, 54)) axis = 0 t_index = s.argsort(axis) idx = np.ogrid[:t.shape[0], :t.shape[1]] idx[axis] = t_index t_sort = t[idx]
我一直在寻找一个很好的解释,但我似乎找不到一个好的解释。如果有人对ogrid的工作原理或者numpy索引中的广播工作原理有很好的参考,请在评论中留下注释。我会写一个简短的解释,应该会有帮助。 假设t是一个2d数组,我想从每列中挑选2个元素,我将执行以下操作:
ogrid
t
t = np.arange((12)).reshape(3, 4) print t # [[ 0, 1, 2, 3], # [ 4, 5, 6, 7], # [ 8, 9, 10, 11]] print t[[0, 3], :] # [[ 0 1 2 3] # [ 8 9 10 11]]
现在假设我想从每一行得到不同的元素,我可以尝试:
row_index = [[0, 2], [0, 2], [1, 2], [0, 1]] t[row_index] # Which in python is the same as t[row_index, :]
但这行不通。这种行为并不奇怪,因为:表示每一列。在上一个示例中,我们得到了0的每一列,以及2的每一列。我们真正想要的是:
:
row_index = [[0, 2], [0, 2], [1, 2], [0, 1]] column_index = [[0, 0], [1, 1], [2, 2], [3, 3]] t[row_index, column_index]
Numpy还允许我们作弊并使用以下值,因为这些值只是重复的:
column_index = [[0], [1], [2], [3]]
阅读broadcasting可以更好地理解这一点。我希望这个解释有帮助。你知道吗
让我举一个例子来说明我们是如何使用
t[t_index]
语法来帮助您理解它的工作原理的。我有时使用整数数组来表示使用颜色托盘的图像。256种颜色(rgb值)中的每一种都存储在具有形状(256,3)的托盘阵列中。图像存储为0到255之间的(1000,1000)整数数组,或索引到托盘数组中。如果我想创建一个rgb图像,例如出于显示目的,我会rgbimage = pallet[image]
创建一个rgb图像,即(1000,1000,3)。你知道吗更新: 我看到你在include argsort中更新了你的问题,也许你在尝试做类似的事情。对于二维阵列,简短版本如下所示:
我一直在寻找一个很好的解释,但我似乎找不到一个好的解释。如果有人对
ogrid
的工作原理或者numpy索引中的广播工作原理有很好的参考,请在评论中留下注释。我会写一个简短的解释,应该会有帮助。 假设t
是一个2d数组,我想从每列中挑选2个元素,我将执行以下操作:现在假设我想从每一行得到不同的元素,我可以尝试:
但这行不通。这种行为并不奇怪,因为
:
表示每一列。在上一个示例中,我们得到了0的每一列,以及2的每一列。我们真正想要的是:Numpy还允许我们作弊并使用以下值,因为这些值只是重复的:
阅读broadcasting可以更好地理解这一点。我希望这个解释有帮助。你知道吗
相关问题 更多 >
编程相关推荐