代码之家 › 专栏 › 技术社区 › Paul Panzer

使用python范围对象索引到numpy数组

array-indexing numpy python

2

Paul Panzer · 技术社区 · 6 年前

我以前看过一两次,但似乎找不到任何官方文档:使用python range 对象作为numpy中的索引。

import numpy as np
a = np.arange(9).reshape(3,3)
a[range(3), range(2,-1,-1)]
# array([2, 4, 6])

让我们触发一个索引错误来确认范围不在合法索引方法的官方范围(双关语):

a['x']

# Traceback (most recent call last):
#   File "<stdin>", line 1, in <module>
# IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`) and integer or boolean arrays are valid indices

现在,numpy和它的docs之间的细微差异并非完全没有听说过,也不一定表示不打算使用某个特性(参见示例) here ).

那么,有人知道为什么会这样吗?如果它是一个预期的特性,那么确切的语义是什么/它有什么好处?有没有什么归纳?

2 回复 | 直到 6 年前

1

javidcf 6 年前

import numpy as np

class MyIndex:
    def __init__(self, n):
        self.n = n
    def __getitem__(self, i):
        if i < 0 or i >= self.n:
            raise IndexError
        return i
    def __len__(self):
        return self.n

a = np.array([1, 2, 3])
print(a[MyIndex(2)])
# [1 2]

我认为 NumPy代码中的相关行位于中的此注释下方 core/src/multiarray/mapping.c :

/*
 * Some other type of short sequence - assume we should unpack it like a
 * tuple, and then decide whether that was actually necessary.
 */

if i < 0 or i >= self.n: raise IndexError __len__ ,因此在某个点上,它似乎在迭代给定的对象,直到 IndexError 升起。

2

1

Paul Panzer 6 年前

range 对象是python序列 in the strict sense

所以这只是一个花哨的索引。不过,请注意,这是非常缓慢的:

>>> a = np.arange(100000)
>>> timeit(lambda: a[range(100000)], number=1000)
12.969507368048653
>>> timeit(lambda: a[list(range(100000))], number=1000)
7.990526253008284
>>> timeit(lambda: a[np.arange(100000)], number=1000)
0.22483703796751797