如何访问NumPy多维数组的第i列？

Question

假设我有:

test = numpy.array([[1, 2], [3, 4], [5, 6]])

test[i]让我第i个阵列(例如线[1, 2]).我怎样才能访问第i列？(例如[1, 3, 5]).这也是一项昂贵的操作吗？

Answer 1

>>> test[:,0]
array([1, 3, 5])

同样的,

>>> test[1,:]
array([3, 4])

允许您访问行.这将在NumPy参考的第1.4节(索引)中介绍.这很快,至少在我的经验中.它肯定比访问循环中的每个元素快得多.

Answer 2

如果您希望一次访问多个列,则可以执行以下操作:

>>> test = np.arange(9).reshape((3,3))
>>> test
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> test[:,[0,2]]
array([[0, 2],
       [3, 5],
       [6, 8]])

Answer 3

>>> test[:,0]
array([1, 3, 5])

这个命令给你一个行向量,如果你只想循环它,它没关系,但是如果你想要使用尺寸为3xN的其他数组进行hstack,你将拥有

ValueError:所有输入数组必须具有相同的维数

而

ValueError: all the input arrays must have same number of dimensions

为您提供列向量,以便您可以进行连接或hstack操作.

例如

>>> test[:,[0]]
array([[1],
       [3],
       [5]])

Answer 4

你也可以转置并返回一行:

In [4]: test.T[0]
Out[4]: array([1, 3, 5])

Answer 5

虽然这个问题已经回答了，但让我提一些细微差别。

假设您对数组的第一列感兴趣

arr = numpy.array([[1, 2],
                   [3, 4],
                   [5, 6]])

正如您从其他答案中已经知道的那样，要以“行向量”（形状数组(3,)）的形式获取它，您可以使用切片：

arr_col1_view = arr[:, 1]         # creates a view of the 1st column of the arr
arr_col1_copy = arr[:, 1].copy()  # creates a copy of the 1st column of the arr

要检查数组是视图还是另一个数组的副本，您可以执行以下操作：

arr_col1_view.base is arr  # True
arr_col1_copy.base is arr  # False

见ndarray.base。

除了两者之间的明显区别（修改arr_col1_view会影响arr），遍历它们的字节步数是不同的：

arr_col1_view.strides[0]  # 8 bytes
arr_col1_copy.strides[0]  # 4 bytes

看到strides和这个答案。

为什么这很重要？想象一下，您有一个非常大的数组A而不是arr：

A = np.random.randint(2, size=(10000, 10000), dtype='int32')
A_col1_view = A[:, 1] 
A_col1_copy = A[:, 1].copy()

并且您想计算第一列的所有元素的总和，即A_col1_view.sum()or A_col1_copy.sum()。使用复制版本要快得多：

%timeit A_col1_view.sum()  # ~248 µs
%timeit A_col1_copy.sum()  # ~12.8 µs

这是由于前面提到的步幅数不同造成的：

A_col1_view.strides[0]  # 40000 bytes
A_col1_copy.strides[0]  # 4 bytes

虽然看起来使用列副本更好，但并非总是如此，因为制作副本也需要时间并使用更多内存（在这种情况下，我花了大约 200 微秒来创建A_col1_copy）。但是，如果我们首先需要复制，或者我们需要对数组的特定列执行许多不同的操作，并且我们可以牺牲内存来提高速度，那么制作复制是可行的方法。

在我们主要对列感兴趣的情况下，以列优先 ('F') 顺序而不是行优先 ('C') 顺序（这是默认值）创建数组可能是个好主意，然后像以前一样进行切片以获取一列而不复制它：

A = np.asfortranarray(A)   # or np.array(A, order='F')
A_col1_view = A[:, 1]
A_col1_view.strides[0]     # 4 bytes

%timeit A_col1_view.sum()  # ~12.6 µs vs ~248 µs

现在，在列视图上执行 sum 操作（或任何其他操作）与在列副本上执行它一样快。

最后让我注意，转置数组并使用行切片与在原始数组上使用列切片相同，因为转置只是通过交换原始数组的形状和步幅来完成的。

A[:, 1].strides[0]    # 40000 bytes
A.T[1, :].strides[0]  # 40000 bytes

Answer 6

要获得几个独立的列，只需：

> test[:,[0,2]]

你会得到第0列和第2列