python - 当组已知时从numpy ndarray选择行

我有一个numpy数组x和一个标记列表cls，它保留x的顺序，并记录每个元素所属的类。例如，对于两个不同的类x和0：

x = [47 21 16 19 38]
cls = [0 0 1 0 1]

意味着1属于一起，也意味着47, 21, 19属于一起。
有没有一种pythonic方法可以按类从16, 38中选择元素？
现在我在做

for clusterId in np.unique(cls):
indices = [i for i in range(len(cls)) if cls[i]==clusterId]
print 'Class ', clusterId
for idx in indices:
    print '\t', x[idx,].tolist()

但我不敢相信没有比这更优雅的了。

最佳答案

cls非常适合构造布尔索引数组：

>>> import numpy as np
>>> x = np.array([47, 21, 16, 19, 38])
>>> cls = np.array([0, 0, 1, 0, 1],dtype=bool)
>>> x[cls]
array([16, 38])
>>> x[~cls]
array([47, 21, 19])

注意，如果cls不是一个布尔数组，您可以使用ndarray.astype使其成为一个布尔数组：

>>> cls = np.array([0, 0, 1, 0, 1])
>>> x[cls]  #Not what you want
array([47, 47, 21, 47, 21])
>>> x[cls.astype(bool)]  #what you want.
array([16, 38])

在通常情况下，如果您有一个cls数组，并且您只想挑选具有该索引的元素：

>>> x[cls == 0]
array([47, 21, 19])
>>> x[cls == 1]
array([16, 38])

要查找您拥有的所有类，可以使用np.unique(cls)

关于python - 当组已知时从numpy ndarray选择行，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/14938551/