如何通过索引列表筛选numpy数组？

Question

我有一个由LAS数据 [x，y，z，intensity，classification] 组成的numpy数组filtered__rows。 我创建了一个点的cKDTree并找到了最近的邻居 query_ball_point，它是点及其邻居的索引列表。

有没有办法过滤filtered__rows，创建仅包含在query_ball_point返回的列表中的索引的数组？

- Barbarossa

Answer 1

看起来你只需要基本的整数数组索引：

filter_indices = [1,3,5]
np.array([11,13,155,22,0xff,32,56,88])[filter_indices] 

- Joran Beasley

---

你知道如何将其翻译成多维数组吗？ - layser

我已经回答了多维版本，但如果有人将其与此答案合并也没有关系。 - D A

FYI，这里有替换，也就是说，每次访问索引时被访问的数组并不会缩小。 - Kermit

Answer 2

numpy.take 对多维数组非常有用且效果良好。

import numpy as np

filter_indices = [1, 2]
array = np.array([[1, 2, 3, 4, 5], 
                  [10, 20, 30, 40, 50], 
                  [100, 200, 300, 400, 500]])

axis = 0
print(np.take(array, filter_indices, axis))
# [[ 10  20  30  40  50]
#  [100 200 300 400 500]]

axis = 1
print(np.take(array, filter_indices, axis))
# [[  2   3]
#  [ 20  30]
# [200 300]]

- Keunwoo Choi

Answer 3

使用文档：https://docs.scipy.org/doc/numpy-1.13.0/user/basics.indexing.html 以下实现适用于一些numpy ndarry任意数量的维度/形状。

首先，我们需要一个多维索引集和一些示例数据：

import numpy as np
y = np.arange(35).reshape(5,7)
print(y) 
indexlist = [[0,1], [0,2], [3,3]]
print ('indexlist:', indexlist)

要提取直观结果，诀窍是使用Transpose：

indexlisttranspose = np.array(indexlist).T.tolist()
print ('indexlist.T:', indexlisttranspose)
print ('y[indexlist.T]:', y[ tuple(indexlisttranspose) ])

使终端输出以下内容：

y: [[ 0  1  2  3  4  5  6]
 [ 7  8  9 10 11 12 13]
 [14 15 16 17 18 19 20]
 [21 22 23 24 25 26 27]
 [28 29 30 31 32 33 34]]
indexlist: [[0, 1], [0, 2], [3, 3]]
indexlist.T: [[0, 0, 3], [1, 2, 3]]
y[indexlist.T]: [ 1  2 24]

元组...可以修复一个我们可以通过以下方式引发的未来警告：

print ('y[indexlist.T]:', y[ indexlisttranspose ])

FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated; use `arr[tuple(seq)]` instead of `arr[seq]`.
In the future this will be interpreted as an array index,
`arr[np.array(seq)]`, which will result either in an error or a
different result.
    print ('y[indexlist.T]:', y[ indexlisttranspose ])
y[indexlist.T]: [ 1  2 24]

- D Adams

Answer 4

你知道如何将它应用到多维数组吗？

可以通过为每个索引提供一个一维数组来扩展到多维数组，例如对于一个二维数组：

filter_indices=np.array([[1,0],[0,1]])
array=np.array([[0,1],[1,2]])
print(array[filter_indices[:,0],filter_indices[:,1]])

将会给你返回：[1,1]

Scipy对调用以下代码的结果进行了解释： print(array[filter_indices])

文档 - https://docs.scipy.org/doc/numpy-1.13.0/user/basics.indexing.html

- Leaderchicken

---

我认为这比其他两个答案使用元组转换更快。 - Shayan Shahsiah

Answer 5

最快的方法是使用X[tuple(index.T)]，其中X是包含元素的ndarray，index是希望检索的索引的ndarray。

- larsaars

---

非常适用于大型数组。谢谢！ - Lisa Clark

X[tuple(index), :]。 - Shivam Chaudhary