Numpy - 配列から2次元の行または列ベクトルをスライスする

Question

2次元配列から行/列をスライスし、(col_size x 1)または(1 x row_size)の配列を得るためのすっきりした小さなトリックを見つけようとしています。

スライシングごとにnumpy.reshape()を使用するより簡単な方法はありますか？

乾杯、 ステファン

Answer 1

あなたはスライスし、1回の操作で新しい軸を挿入することができます。例えば、ここで2次元配列の：

>>> a = np.arange(1, 7).reshape(2, 3) 
>>> a 
array([[1, 2, 3], 
     [4, 5, 6]]) 

単一カラム（形状(2, 1)の配列を返す）と、第3の次元としてNoneとスライスアウトスライスに：アウトスライスに

>>> a[:, 1, None] 
array([[2], 
     [5]]) 

を単一行（形状(1, 3)の配列を返す）、第二の次元としてNoneとスライス：

>>> a[0, None, :] 
array([[1, 2, 3]]) 

Answer 2

指数スライス、リストや配列

X[[0],:] 
    X[0:1,4] 

を行います。しかし、それはタイピングを必要とするという事実以外のreshapeには何の問題もありません。遅くはない。 [None,:]はそれのための素敵な短い手です。リストインデックスの

使用は最短かもしれないが、それは（プラスまたはマイナスの？）コピーを生成しないと(100,100)整数配列の場合

遅い：

In [487]: timeit x[[50],:] 
100000 loops, best of 3: 10.3 µs per loop # slowest 

In [488]: timeit x[50:51,:] 
100000 loops, best of 3: 2.24 µs per loop # slice indexing is fast 

In [489]: timeit x[50,:].reshape(1,-1) 
100000 loops, best of 3: 3.29 µs per loop # minimal time penalty 

In [490]: timeit x[50,:][None,:] 
100000 loops, best of 3: 3.55 µs per loop 

In [543]: timeit x[None,50,:]   # **best** 
1000000 loops, best of 3: 1.76 µs per loop 

コピーするための一つのテストデータバッファポインタを元のデータと比較することです。

In [492]: x.__array_interface__['data'] 
Out[492]: (175920456, False) 
In [493]: x[50,:].__array_interface__['data'] 
Out[493]: (175940456, False) 
In [494]: x[[50],:].__array_interface__['data'] 
Out[494]: (175871672, False) # different pointer 
In [495]: x[50:51,:].__array_interface__['data'] 
Out[495]: (175940456, False) 
In [496]: x[50,:][None,:].__array_interface__['data'] 
Out[496]: (175940456, False) 

Answer 3

この方法はいかがですか？

In [73]: arr = (np.arange(5, 25)).reshape(5, 4) 

In [74]: arr 
Out[74]: 
array([[ 5, 6, 7, 8], 
     [ 9, 10, 11, 12], 
     [13, 14, 15, 16], 
     [17, 18, 19, 20], 
     [21, 22, 23, 24]]) 

# extract column 1 as a column vector 
In [79]: col1 = arr[:, [0]] 
In [80]: col1.shape 
Out[80]: (5, 1) 

In [81]: col1 
Out[81]: 
array([[ 5], 
     [ 9], 
     [13], 
     [17], 
     [21]]) 


# extract row 1 as a row vector 
In [82]: row1 = arr[[0], :] 

In [83]: row1.shape 
Out[83]: (1, 4) 

In [84]: row1 
Out[84]: array([[5, 6, 7, 8]])