MWE:让我们考虑以下示例。
L0=[[b,0],[b,b]], L1=[[b,b],[b,1]], L2=[[b,b],[2,b]]
S=[[0,1,2],[2,0,1]]
是否有任何方法将S的每个元素替换为L0为0,L1替换为1,L2替换为2以获得S1,如图所示?
实际上,我想要一个python程序来检查:如果S的元素为零,那么它将由预定义的2D数组替换0,依此类推。
是。我们可以先构造一个包含L0
,L1
和L2
的numpy数组:
A = np.array([L0, L1, L2])
接下来,我们构建一个S
的numpy数组:
B = np.array(S)
现在我们有C = A[B]
(或@Divakar建议的C = np.take(A,B,axis=0)
):
>>> C = np.take(A,B,axis=0)
>>> C
array([[[[b, 0],
[b, b]],
[[b, b],
[b, 1]],
[[b, b],
[2, b]]],
[[[b, b],
[2, b]],
[[b, 0],
[b, b]],
[[b, b],
[b, 1]]]])
这当然不是我们想要的:我们想要获得2D阵列。我们可以通过首先转置(或swapaxes
,如@PaulPanzer建议)然后重塑,我们获得:
>>> C.transpose(0,2,1,3).reshape(4,6)
array([[b, 0, b, b, b, b],
[b, b, b, 1, 2, b],
[b, b, b, 0, b, b],
[2, b, b, b, b, 1]])
由于4
和6
当然取决于L0
,L1
,L2
和S
的尺寸大小,我们也可以根据这个尺寸计算它们:
A = np.array([L0, L1, L2])
B = np.array(S)
m, n = B.shape
_, u, v = A.shape
np.take(A,B,axis=0).swapaxes(1,2).reshape(u*m, v*n)
就像@DSM所说,从Numpy-1.13开始,为此目的有np.block
函数,我们可以把它写成:
>>> np.block([[A[i] for i in row] for row in S])
array([[b, 0, b, b, b, b],
[b, b, b, 1, 2, b],
[b, b, b, 0, b, b],
[2, b, b, b, b, 1]])
如果不同的构建块Li
的数量不大,我们可以使用Kronecker产品np.kron
:
import numpy as np
L0=[[b,0],[b,b]]; L1=[[b,b],[b,1]]; L2=[[b,b],[2,b]]
S=[[0,1,2],[2,0,1]]
S1 = sum(np.kron(np.equal(i, S), L) for i, L in enumerate((L0, L1, L2)))
假设S1
的b = 3
的价值:
[[3 0 3 3 3 3]
[3 3 3 1 2 3]
[3 3 3 0 3 3]
[2 3 3 3 3 1]]