Próbuję indeksować duże tablice 3D za pomocą dwuwymiarowej tablicy wskaźników od argmin (lub powiązanych argmax, itp. Funkcji). Oto mój przykład dane:NumPy: używaj tablicy indeksu 2D z argmin w plasterku 3D
import numpy as np
shape3d = (16, 500, 335)
shapelen = reduce(lambda x, y: x*y, shape3d)
# 3D array of [random] source integers
intcube = np.random.uniform(2, 50, shapelen).astype('i').reshape(shape3d)
# 2D array of indices of minimum value along first axis
minax0 = intcube.argmin(axis=0)
# Another 3D array where I'd like to use the indices from minax0
othercube = np.zeros(shape3d)
# A 2D array of [random] values I'd like to assign in othercube
some2d = np.empty(shape3d[1:])
W tym momencie obie tablice 3D mają taki sam kształt, podczas gdy tablica ma kształt minax0
(500, 335). Teraz chciałbym przypisać wartości z tablicy 2D some2d
do tablicy 3D othercube
przy użyciu minax0
dla pozycji indeksu pierwszego wymiaru. To, co próbuję, ale nie działa:
othercube[minax0] = some2d # or
othercube[minax0,:] = some2d
wyrzuca błąd:
ValueError: dimensions too large in fancy indexing
Uwaga: czym obecnie używam, ale nie jest bardzo NumPythonic:
for r in range(shape3d[1]):
for c in range(shape3d[2]):
othercube[minax0[r, c], r, c] = some2d[r, c]
Kopałem w Internecie, aby znaleźć podobne przykłady, które mogą indeksować othercube
, ale nie znajduję niczego eleganckiego. Czy wymagałoby to advanced index? Jakieś wskazówki?
Dziękuję za to, że miał ten problem! Mój dzień jest lepszy na odpowiedź, którą wywołał. – Richard