如何在 numpy 中逻辑组合整数索引？

Question

有谁知道如何在 numpy 中组合整数索引？具体来说，我已经得到了几个结果np.where，我想提取它们之间的共同元素。

对于上下文，我试图用每个单元格边界值之间的元素数量填充一个大型 3d 数组，即我有各个事件的记录，包括它们的时间、纬度和经度。我想将其网格化为 3D 频率矩阵，其中维度为时间、纬度和经度。

我可以循环数组元素np.where(timeCondition & latCondition & lonCondition)，使用 where 结果的长度进行 , 填充，但我认为这效率非常低，因为您必须重复很多 s where。

更好的方法是只拥有每个维度中每个单元格的位置列表，然后循环遍历它们的逻辑组合？

Answer 1

正如@ali_m所说，使用按位应该更快，但要回答你的问题：

• 调用ravel_multi_index()将多维索引转换为一维索引。
• 调用intersect1d()以获取两种情况下的索引。
• 调用unravel_index()将 1-dim 索引转换回多维索引。

这是代码：

import numpy as np

a = np.random.rand(10, 20, 30)

idx1 = np.where(a>0.2)
idx2 = np.where(a<0.4)

ridx1 = np.ravel_multi_index(idx1, a.shape)
ridx2 = np.ravel_multi_index(idx2, a.shape)
ridx = np.intersect1d(ridx1, ridx2)
idx = np.unravel_index(ridx, a.shape)

np.allclose(a[idx], a[(a>0.2) & (a<0.4)])

或者您可以ridx直接使用：

a.ravel()[ridx]