使用索引数组拆分矩阵

Question

我有一个矩阵，我想将其一分为二。这两个新矩阵有点纠结在一起，但我确实有一个 "start" 和 "stop" 数组，指示哪些行属于每个新矩阵。

我在下面给出了一个小例子，包括我自己的解决方案，但我并不满意。

有没有更智能的矩阵拆分方式？

请注意，此示例中存在一定的周期性，而在实际矩阵中并非如此。

import numpy as np

np.random.seed(1)
a = np.random.normal(size=[20,2])
print(a)

b_start = np.array([0, 5, 10, 15])
b_stop = np.array([2, 7, 12, 17])

c_start = np.array([2, 7, 12, 17])
c_stop = np.array([5, 10, 15, 20])

b = a[b_start[0]:b_stop[0], :]
c = a[c_start[0]:c_stop[0], :]

for i in range(1, len(b_start)):
    b = np.append(b, a[b_start[i]:b_stop[i], :], axis=0)
    c = np.append(c, a[c_start[i]:c_stop[i], :], axis=0)

print(b)
print(c)

Answer 1

您可以使用 numpy 的奇特索引功能。

index_b = np.array([np.arange(b_start[i], b_stop[i]) for i in range(b_start.size)])
index_c = np.array([np.arange(c_start[i], c_stop[i]) for i in range(c_start.size)])
b = a[index_b].reshape(-1, a.shape[1])
c = a[index_c].reshape(-1, a.shape[1])

这会给你相同的输出。

测试运行:

import numpy as np

np.random.seed(1)
a = np.random.normal(size=[20,2])
print(a)

b_start = np.array([0, 5, 10, 15])
b_stop = np.array([2, 7, 12, 17])

c_start = np.array([2, 7, 12, 17])
c_stop = np.array([5, 10, 15, 20])

index_b = np.array([np.arange(b_start[i], b_stop[i]) for i in range(b_start.size)])
index_c = np.array([np.arange(c_start[i], c_stop[i]) for i in range(c_start.size)])
b = a[index_b].reshape(-1, a.shape[1])
c = a[index_c].reshape(-1, a.shape[1])
print(b)
print(c)

输出：

[[ 1.62434536 -0.61175641]
 [-0.52817175 -1.07296862]
 [ 1.46210794 -2.06014071]
 [-0.3224172  -0.38405435]
 [-1.10061918  1.14472371]
 [ 0.90159072  0.50249434]
 [-0.69166075 -0.39675353]
 [-0.6871727  -0.84520564]]
[[ 0.86540763 -2.3015387 ]
 [ 1.74481176 -0.7612069 ]
 [ 0.3190391  -0.24937038]
 [ 1.13376944 -1.09989127]
 [-0.17242821 -0.87785842]
 [ 0.04221375  0.58281521]
 [ 0.90085595 -0.68372786]
 [-0.12289023 -0.93576943]
 [-0.26788808  0.53035547]
 [-0.67124613 -0.0126646 ]
 [-1.11731035  0.2344157 ]
 [ 1.65980218  0.74204416]]

我做了 100 运行两种方法，运行宁时间是：

0.008551359176635742#python for loop
0.0034341812133789062#fancy indexing

和 10000 运行s:

0.18994426727294922#python for loop
0.26583170890808105#fancy indexing

Answer 2

恭喜您正确使用 np.append。很多海报都有问题。

但是在列表中收集值并进行连接会更快。 np.append 每次都创建一个全新的数组； list append 只是就地添加一个指向列表的指针。

b = []
c = []
for i in range(1, len(b_start)):
    b.append(a[b_start[i]:b_stop[i], :])
    c.append(a[c_start[i]:c_stop[i], :])
b = np.concatenate(b, axis=0)
c = np.concatenate(c, axis=0)

甚至

b = np.concatenate([a[i:j,:] for i,j in zip(b_start, b_stop)], axis=0)

另一个答案是

idx = np.hstack([np.arange(i,j) for i,j in zip(b_start, b_stop)])
a[idx,:]

根据之前的 SO 问题，我希望这两种方法的速度大致相同。

使用索引数组拆分矩阵

Splitting a matrix using an array of indices

numpy

matrix

python-3.x

numpy-ndarray