跳转至

如何逆序获取 NumPy 多维数组的索引?

原文:https://www . geeksforgeeks . org/如何逆序获取 numpy 多维数组索引/

在本文中,我们将看到如何以相反的顺序获取 NumPy 多维数组的索引。

接近

  • 首先,我们导入 NumPy 库,并初始化必要的参数,包括我们需要处理的矩阵和其他所需的参数。
  • 现在,我们将循环每一行,翻转它,并在每一行中以相反的顺序找到所需元素的索引,并将其存储在我们创建的列表(结果)中。
  • 现在,我们从数组中的行的反面获取所有索引。我们现在需要将适合读取的索引从左向右转换,因此,我们用每个索引减去行的长度,并进一步减少 1,以获得适合零索引的数组。

最终索引=行中的元素总数-当前索引-1

示例:

输入:

[[1,2,3,4,2],

[2,3,4,1,5],

[2,2,4,3,2],

[1,3,4,2,4]]

输出:

[4 0 4 3]

解释:在上面的例子中,我们试图以相反的顺序找到‘2’的第一次出现索引,我们每行有 5 个元素,在反向索引之后,我们得到了像[0,4,0,1]这样的数组,现在使用我们上面的公式。

final_list[0] = >行中的总元素–当前索引- 1 => 5-0-1 =>4

final_list[1] = >行中的总元素–当前索引- 1 => 5-4-1 =>0

final_list[2] = >行中的总元素–当前索引- 1 => 5-0-1 =>4

final_list[3] = >行中的总元素–当前索引- 1 => 5-1-1 =>3

例 1:

蟒蛇 3

#import Modules
import numpy as np

# initialize parameters
x = np.array([[1, 2, 3, 4, 2],
              [2, 3, 4, 1, 5],
              [2, 2, 4, 3, 2],
              [1, 3, 4, 2, 4]])  
num_cols = len(x[0])  
result = []  

# loop over each row
for row in x:  
    row = np.flip(row)  
    index = np.where(row == 2)  
    result.append(index[0][0])  

# get the final indexes
# Store the result as of the initial arrays
final_list = num_cols-np.array(result)-1

# print
print(final_list)  

输出:

[4 0 4 3]

例 2:

上述方法同样适用于字符串。在下面的示例中,我们试图以相反的顺序找到“Sam”的第一个出现索引。

蟒蛇 3

#import Modules
import numpy as np

# initialize parameters
x = np.array([["Sam", "John", "Lilly"],
              ["Sam", "Sam", "Kate"],
              ["Jack", "John", "Sam"],
              ["Sam", "Jack", "Rose"]]) 
num_cols = len(x[0]) 
result = [] 

# loop over each row
for row in x: 
    row = np.flip(row)  
    index = np.where(row == "Sam")  
    result.append(index[0][0]) 

# get the final indexes
# Store the result as of the initial arrays
final_list = num_cols-np.array(result)-1

# print
print(final_list)  

输出:

[0 1 2 ]

例 3:

对于布尔数据,我们有相同的方法,但是由于它只有 0 或 1 作为值,我们可以使用 argmax() 来找到最高值的索引(对于轴=1 的每一行)。因为真等于 1,假等于 0,所以它会记录第一个真值的索引。

蟒蛇 3

# import Modules
import numpy as np

# initialize parameters
a = np.array([[True, False, True, True],
              [False, False, True, False],
              [False, True, True, True],
              [True, False, False, True]])

reversed_array = a[:, ::-1]
max_val = np.argmax(reversed_array, axis=1)
num_rows = a.shape[1]  
final_list = num_rows-1-max_val  

print(final_list)  

输出:

[3 2 3 3]



回到顶部