6

Как получить доступ к i-му столбцу многомерного массива NumPy?

1

Проблема доступа к столбцам в NumPy массиве

Я работаю с массивом NumPy, созданным следующим образом:

import numpy as np

test = np.array([[1, 2], [3, 4], [5, 6]])

При обращении к test[i] я получаю i-ю строку (например, test[0] возвращает [1, 2]). Но я не знаю, как получить i-й столбец массива. Например, как получить [1, 3, 5] для первого столбца?

Также интересует вопрос: будет ли это операция ресурсоёмкой и есть ли более эффективные способы получения столбца из массива NumPy?

Буду признателен за помощь!

5 ответ(ов)

1

В вашем коде использование test[:, 0] возвращает вектор-строку (1D массив), что может вызвать проблемы при попытке объединить его с другими массивами, например, с массивом размерности 3xN, так как вы получите ошибку:

ValueError: all the input arrays must have same number of dimensions

Однако, если использовать test[:, [0]], это вернёт вектор-столбец (2D массив), что позволяет выполнять операции объединения (например, hstack) без проблем.

Например:

>>> np.hstack((test, test[:, [0]]))
array([[1, 2, 1],
       [3, 4, 3],
       [5, 6, 5]])

Таким образом, если вы планируете объединять массивы, используйте второй способ, чтобы избежать проблем с несовпадением размерностей.

0

Если вы хотите получить доступ к нескольким столбцам одновременно, вы можете сделать это следующим образом:

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

В этом примере мы создаем массив test, а затем выбираем только первые и третьи столбцы. Использование двоеточия : в первой части индексации позволяет получить все строки, а во второй части мы указываем нужные индексы столбцов в виде списка.

0

Вы также можете транспонировать массив и вернуть строку:

In [4]: test.T[0]
Out[4]: array([1, 3, 5])
0

Чтобы получить несколько независимых столбцов, просто выполните:

> test[:, [0, 2]]

Вы получите столбцы 0 и 2.

0

Чтобы выбрать 2-й по 4-й столбец массива в NumPy, вы можете использовать срезы. Вот пример, основанный на вашем массиве test:

>>> test
array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])

>>> ncol = test.shape[1]  # Получаем количество столбцов
>>> ncol
5  # (Замечание: в Python 3 результат будет просто 5, без буквы "L")

Теперь вы можете выбрать 2-й по 4-й столбец следующим образом:

>>> test[0:, 1:(ncol - 1)]
array([[1, 2, 3],
       [6, 7, 8]])

В данном случае 1:(ncol - 1) означает, что мы выбираем столбцы с индексов 1 по 3 (включительно), так как индексирование начинается с нуля. Столбец с индексом 4 не включается, так как верхняя граница среза не включается.

Чтобы ответить на вопрос, пожалуйста, войдите или зарегистрируйтесь