python - Indexación de una matriz por otra en numpy

Question

Supongamos que tengo una matriz A con algunos valores arbitrarios:

array([[ 2, 4, 5, 3],
       [ 1, 6, 8, 9],
       [ 8, 7, 0, 2]])

Y una matriz B que contiene índices de elementos en A:

array([[0, 0, 1, 2],
       [0, 3, 2, 1],
       [3, 2, 1, 0]])

¿Cómo selecciono valores de A señalados por B , es decir:

A[B] = [[2, 2, 4, 5],
        [1, 9, 8, 6],
        [2, 0, 7, 8]]

Answer 1

La siguiente es la solución usando for loop:

outlist = []
for i in range(len(B)):
    lst = []    
    for j in range(len(B[i])):
        lst.append(A[i][B[i][j]])
    outlist.append(lst)
outarray = np.asarray(outlist)
print(outarray)

Lo anterior también se puede escribir en una forma más breve de comprensión de la lista:

outlist = [ [A[i][B[i][j]] for j in range(len(B[i]))]
                for i in range(len(B))  ]
outarray = np.asarray(outlist)
print(outarray)

Salida:

[[2 2 4 5]
 [1 9 8 6]
 [2 0 7 8]]

Answer 2

Las versiones más recientes han agregado una función take_along_axis que hace el trabajo:

In [203]: A = np.array([[ 2, 4, 5, 3], 
     ...:        [ 1, 6, 8, 9], 
     ...:        [ 8, 7, 0, 2]])                                                
In [204]: B = np.array([[0, 0, 1, 2], 
     ...:        [0, 3, 2, 1], 
     ...:        [3, 2, 1, 0]])                                                 
In [205]: np.take_along_axis(A,B,1)                                             
Out[205]: 
array([[2, 2, 4, 5],
       [1, 9, 8, 6],
       [2, 0, 7, 8]])

También hay un put_along_axis .

Answer 3

Puede usar NumPy''s advanced indexing :

A[np.arange(A.shape[0])[:,None],B]

También se puede usar linear indexing :

m,n = A.shape
out = np.take(A,B + n*np.arange(m)[:,None])

Ejecución de muestra:

In [40]: A
Out[40]: 
array([[2, 4, 5, 3],
       [1, 6, 8, 9],
       [8, 7, 0, 2]])

In [41]: B
Out[41]: 
array([[0, 0, 1, 2],
       [0, 3, 2, 1],
       [3, 2, 1, 0]])

In [42]: A[np.arange(A.shape[0])[:,None],B]
Out[42]: 
array([[2, 2, 4, 5],
       [1, 9, 8, 6],
       [2, 0, 7, 8]])

In [43]: m,n = A.shape

In [44]: np.take(A,B + n*np.arange(m)[:,None])
Out[44]: 
array([[2, 2, 4, 5],
       [1, 9, 8, 6],
       [2, 0, 7, 8]])