使用布尔向量在Numpy的2D数组中选择行

Question

我有一个矩阵和一个布尔向量：

>>>from numpy import *
>>>a = arange(20).reshape(4,5)
array([[ 0,  1,  2,  3,  4],
   [ 5,  6,  7,  8,  9],
   [10, 11, 12, 13, 14],
   [15, 16, 17, 18, 19]])

>>>b = asarray( [1, 1, 0, 1] ).reshape(-1,1)
array([[1],
   [1],
   [0],
   [1]])

现在，我希望选择矩阵中所有与向量中相应索引相等的零对应行。

>>>a[b==0]
array([10])

我该如何使其返回特定的行？

[10, 11, 12, 13, 14]

- user1506145

Answer 1

< p > b 的形状有点奇怪，但如果你能将它制作成更好的索引，那么它就是一个简单的选择：

idx = b.reshape(a.shape[0])
print a[idx==0,:]

>>> [[10 11 12 13 14]]

你可以这样理解，"选择所有索引为0的行，并且对于每一行所选取的列都要选择。" 你期望的答案应该是一个列表嵌套的列表，因为你正在请求符合条件的所有行。

- Hooked

Answer 2

九年后，我想在这个问题中再添加一个答案，假设b实际上是一个布尔向量。

使用标量索引对Numpy矩阵进行方括号索引会给出相应的行，例如a[2]会给出a的第三行。可以使用索引向量选择多行（可能有重复）。

同样，与行数相同长度的逻辑向量充当“掩码”，例如：

a = np.arange(20).reshape(4,5)
b = np.array( [True, True, False, True] )

a[b] # 3x5 matrix formed with the first, second, and last row of a

具体回答问题，从那里开始做的唯一事情就是否定向量b：

a[ np.logical_not(b) ]

最后，如果 b 在原始帖子中被定义为由1和0构成的“列状”数组，那么只需要执行以下操作：np.logical_not( b.ravel().astype(bool) )。

- Jonathan H