NumPy ইনডেক্সের তালিকা ব্যবহার করে প্রতি সারিতে নির্দিষ্ট কলাম সূচক নির্বাচন করে

Question 1

আমি NumPyম্যাট্রিক্সের প্রতি সারি নির্দিষ্ট কলামগুলি নির্বাচন করতে লড়াই করছি ।

ধরুন আমার কাছে নিম্নলিখিত ম্যাট্রিক্স রয়েছে যা আমি কল করব X:

[1, 2, 3]
[4, 5, 6]
[7, 8, 9]

আমার কাছে listপ্রতি সারিতে কলাম সূচীর একটিও রয়েছে যা আমি কল করব Y:

[1, 0, 2]

আমার মানগুলি পাওয়া দরকার:

[2]
[4]
[9]

পরিবর্তে একটি এর listইনডেক্স সঙ্গে Yআমিও হিসাবে একই আকৃতি সঙ্গে একটি ম্যাট্রিক্স তৈরী করতে পারে Xযেখানে প্রত্যেক কলামটি একটি হল bool/ intপরিসীমা 0-1 মান, যা নির্দেশ কিনা এই প্রয়োজনীয় কলাম হয়।

[0, 1, 0]
[1, 0, 0]
[0, 0, 1]

আমি জানি এটি অ্যারের মাধ্যমে পুনরাবৃত্তি এবং আমার প্রয়োজনীয় কলাম মানগুলি নির্বাচন করে করা যেতে পারে। যাইহোক, এটি ডেটার বড় অ্যারেগুলিতে ঘন ঘন মৃত্যুদন্ড কার্যকর করা হবে এবং এজন্য এটি যত তাড়াতাড়ি চালাতে হবে।

আমি এইভাবে ভাবছিলাম যে এর থেকে আরও ভাল সমাধান আছে কিনা?

ধন্যবাদ.

Question 2

যদি আপনি বুলিয়ান অ্যারে পেয়ে থাকেন তবে আপনি এর মতো ভিত্তিতে সরাসরি নির্বাচন করতে পারেন:

>>> a = np.array([True, True, True, False, False])
>>> b = np.array([1,2,3,4,5])
>>> b[a]
array([1, 2, 3])

আপনার প্রাথমিক উদাহরণটি অনুসরণ করতে আপনি নিম্নলিখিতগুলি করতে পারেন:

>>> a = np.array([[1,2,3], [4,5,6], [7,8,9]])
>>> b = np.array([[False,True,False],[True,False,False],[False,False,True]])
>>> a[b]
array([2, 4, 9])

আপনি arangeকীভাবে আপনার বুলিয়ান অ্যারে তৈরি করছেন এবং আপনার কোডটি ওয়াইএমএমভি দেখতে কেমন দেখাচ্ছে তার উপর নির্ভর করে আপনি এটিতে যুক্ত করতে এবং এতে সরাসরি নির্বাচন করতে পারেন।

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

আশা করি এটি সহায়তা করে, আপনার যদি আরও কোনও প্রশ্ন থাকে তবে আমাকে জানান।

Question 3

আপনি এর মতো কিছু করতে পারেন:

In [7]: a = np.array([[1, 2, 3],
   ...: [4, 5, 6],
   ...: [7, 8, 9]])

In [8]: lst = [1, 0, 2]

In [9]: a[np.arange(len(a)), lst]
Out[9]: array([2, 4, 9])

আরো বহু মাত্রিক অ্যারে সূচিবদ্ধ করুন: http://docs.scipy.org/doc/numpy/user/basics.indexing.html#indexing-multi-dimensional-arrays

Question 4

একটি সহজ উপায় হতে পারে:

In [1]: a = np.array([[1, 2, 3],
   ...: [4, 5, 6],
   ...: [7, 8, 9]])

In [2]: y = [1, 0, 2]  #list of indices we want to select from matrix 'a'

range(a.shape[0]) ফিরে আসবে array([0, 1, 2])

In [3]: a[range(a.shape[0]), y] #we're selecting y indices from every row
Out[3]: array([2, 4, 9])

Question 5

সাম্প্রতিক numpyসংস্করণগুলি এমন একটি take_along_axis(এবং put_along_axis) যুক্ত করেছে যা পরিষ্কারভাবে এই সূচকটি করে।

In [101]: a = np.arange(1,10).reshape(3,3)                                                             
In [102]: b = np.array([1,0,2])                                                                        
In [103]: np.take_along_axis(a, b[:,None], axis=1)                                                     
Out[103]: 
array([[2],
       [4],
       [9]])

এটি একইভাবে কাজ করে:

In [104]: a[np.arange(3), b]                                                                           
Out[104]: array([2, 4, 9])

তবে বিভিন্ন অক্ষ পরিচালনা করে। এটা বিশেষ করে ফলাফল প্রয়োগের লক্ষ্যে এর argsortএবং argmax।

Question 6

আপনি এটির ব্যবহার করে এটি করতে পারেন। এটার মত:

np.fromiter((row[index] for row, index in zip(X, Y)), dtype=int)

সময়:

N = 1000
X = np.zeros(shape=(N, N))
Y = np.arange(N)

#@Aशwini चhaudhary
%timeit X[np.arange(len(X)), Y]
10000 loops, best of 3: 30.7 us per loop

#mine
%timeit np.fromiter((row[index] for row, index in zip(X, Y)), dtype=int)
1000 loops, best of 3: 1.15 ms per loop

#mine
%timeit np.diag(X.T[Y])
10 loops, best of 3: 20.8 ms per loop

Question 7

আর একটি চৌকস উপায় হ'ল প্রথমে অ্যারে স্থানান্তর করা এবং তারপরে এটি সূচীকরণ করা। শেষ পর্যন্ত, তির্যক নিন, এটি সর্বদা সঠিক উত্তর।

X = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
Y = np.array([1, 0, 2, 2])

np.diag(X.T[Y])

ধাপে ধাপে:

আসল অ্যারে:

>>> X
array([[ 1,  2,  3],
       [ 4,  5,  6],
       [ 7,  8,  9],
       [10, 11, 12]])

>>> Y
array([1, 0, 2, 2])

এটি সঠিকভাবে সূচী করা সম্ভব করতে ট্রান্সপোজ করুন।

>>> X.T
array([[ 1,  4,  7, 10],
       [ 2,  5,  8, 11],
       [ 3,  6,  9, 12]])

Y ক্রমে সারি পান।

>>> X.T[Y]
array([[ 2,  5,  8, 11],
       [ 1,  4,  7, 10],
       [ 3,  6,  9, 12],
       [ 3,  6,  9, 12]])

তির্যকটি এখন পরিষ্কার হওয়া উচিত।

>>> np.diag(X.T[Y])
array([ 2,  4,  9, 12]