أبسط طريقة لإنشاء مصفوفة / قائمة المؤشرات?

Question

وأتساءل ما يمكن أن يكون أسهل طريقة لإنشاء مجموعة ثنائية الأبعاد ، التي لديها لكل صف المؤشرات إلى مجموعة متعددة الأبعاد أخرى.

على سبيل المثال ، لنفترض أن لدي مكعبا 4 * 4، فإن "مصفوفة المؤشرات" ستكون كما يلي:

np.concatenate([
    np.expand_dims(curr.ravel(),axis=0).T
    for curr
    in np.meshgrid(
        np.arange(4),
        np.arange(4),
        np.arange(4)
    )
],axis=1)

مع النتيجة التالية:

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

إلى جانب حقيقة أنه يبدو أن العمود الثاني يجب أن يكون بدلا من الأول, هل هناك طريقة أكثر "عددية" لإنشاء نفس المصفوفة أو ما شابهها بطريقة أكثر إحكاما?

سيكون من الرائع إذا كانت هناك وظيفة تأخذ فقط مصفوفة عشوائية متعددة الأبعاد وتعيد جدول الفهرس.

Answer 1

يمكنك استخدام np.indices:

>>> a = np.random.random((4,4,4))
>>> np.indices(a.shape).reshape((a.ndim, -1)).T
array([[0, 0, 0],
       [0, 0, 1],
       [0, 0, 2],
       [0, 0, 3],
       [0, 1, 0],
       [0, 1, 1],
[...]
       [3, 3, 2],
       [3, 3, 3]])

هناك أيضا أدوات مساعدة أخرى مثل np.ndindex, ، اعتمادا على حالة الاستخدام الخاصة بك.(فويو لا أعتقد أن الحصول على الإحداثيات في الشكل الذي تبحث عنه سيكون مفيدا كما قد تعتقد أنه ، ولكن يمف.)

Answer 2

I think

list(itertools.product(range(4),range(4),range(4)))

is more pythonic. .. (note you could use numpy.array instead of list if you were so inclined...)

Answer 3

It would be nice if existed a function that just takes an arbitrary multi-dimensional array and returns it's index table.

If I understand your question, there is: indices:

i = np.indices(a.shape)

This doesn't give you the results in the shape you wanted:

>>> a = np.array([[1,2], [3,4], [5,6]])
>>> print(np.indices(a.shape))
[[[0 0]
  [1 1]
  [2 2]]

 [[0 1]
  [0 1]
  [0 1]]]

… but you can flatten it and transpose it:

[[0 0]
 [0 1]
 [1 0]
 [1 1]
 [2 0]
 [2 1]]

Answer 4

Here's how to do what I think you actually want to do. From your comment:

I need to test some probability values that are stored in a 3-dimensional array. If they pass some test condition, then I will add them to a list of coordinates that will be visualized in a 3d scatter plot.

Let's say, for the same of simplicity, that the test is something simple, like "is positive". So, we just transform the array into a boolean array of "element is positive" for each element, which is just arr > 0, and then use nonzero to get the true indices of that boolean array:

>>> arr = np.array([[-1, 1], [2, -2], [-3, -3]])
>>> print(arr > 0)
[[False  True]
 [ True False]
 [False False]]
>>> print(np.nonzero(arr > 0))
(array([0, 1]), array([1, 0]))

Can't get much simpler than that.