numpy.take#
- numpy.take(a, indices, axis=None, out=None, mode='raise')[source]#
沿着某个轴从数组中获取元素。
当 axis 不为 None 时,此函数执行与“花式”索引(使用数组索引数组)相同的功能;但是,如果您需要沿着给定轴获取元素,则使用它可能更容易。例如,
np.take(arr, indices, axis=3)
的调用等效于arr[:,:,:,indices,...]
。无需花式索引来解释,这等效于以下
ndindex
的用法,它将ii
、jj
和kk
分别设置为索引元组Ni, Nk = a.shape[:axis], a.shape[axis+1:] Nj = indices.shape for ii in ndindex(Ni): for jj in ndindex(Nj): for kk in ndindex(Nk): out[ii + jj + kk] = a[ii + (indices[jj],) + kk]
- 参数:
- aarray_like (Ni…, M, Nk…)
源数组。
- indicesarray_like (Nj…)
要提取的值的索引。
版本 1.8.0 中的新功能。
也允许索引为标量。
- axisint,可选
选择值的轴。默认情况下,使用扁平化的输入数组。
- outndarray,可选 (Ni…, Nj…, Nk…)
如果提供,结果将放置在此数组中。它应该具有适当的形状和数据类型。请注意,如果 mode=’raise’,则始终缓冲 out;使用其他模式以获得更好的性能。
- mode{‘raise’, ‘wrap’, ‘clip’},可选
指定超出范围的索引的行为方式。
‘raise’ – 抛出错误(默认)
‘wrap’ – 环绕
‘clip’ – 裁剪到范围
‘clip’ 模式表示所有过大的索引将被替换为指向该轴上最后一个元素的索引。请注意,这会禁用使用负数进行索引。
- 返回值:
- outndarray (Ni…, Nj…, Nk…)
返回的数组与 a 的类型相同。
另请参阅
compress
使用布尔掩码获取元素
ndarray.take
等效方法
take_along_axis
通过匹配数组和索引数组获取元素
备注
通过消除上面描述中的内循环,并使用
s_
构建简单的切片对象,take
可以表示为将花式索引应用于每个一维切片Ni, Nk = a.shape[:axis], a.shape[axis+1:] for ii in ndindex(Ni): for kk in ndindex(Nj): out[ii + s_[...,] + kk] = a[ii + s_[:,] + kk][indices]
因此,它等效于(但比)以下
apply_along_axis
的用法out = np.apply_along_axis(lambda a_1d: a_1d[indices], axis, a)
示例
>>> import numpy as np >>> a = [4, 3, 5, 7, 6, 8] >>> indices = [0, 1, 4] >>> np.take(a, indices) array([4, 3, 6])
在此示例中,如果 a 是一个 ndarray,则可以使用“花式”索引。
>>> a = np.array(a) >>> a[indices] array([4, 3, 6])
如果
indices
不是一维的,则输出也具有这些维度。>>> np.take(a, [[0, 1], [2, 3]]) array([[4, 3], [5, 7]])