numpyの私は<em>n_samples</em> = 5と<em>num_components</em> = 7</p> <p>私は別の配列を有する（<strong>インデックス</strong>以下の例では、3D numpyのアレイ（<strong>n_samples第X num_components X 2</strong>）を有する割り出し

Question

3Dアレイ）（n_samples、）である各サンプルについて選択された成分である。

結果の配列がn_samples x 2になるようにインデックスを指定してデータ配列から選択したいとします。

コードは以下である：

import numpy as np 
np.random.seed(77) 
data=np.random.randint(low=0, high=10, size=(5, 7, 2)) 
indices = np.array([0, 1, 6, 4, 5]) 
#how can I select indices from the data array? 

がデータ0については、例えば、選択されたコンポーネントは、第0であるべきであり、選択されたコンポーネント1データ1.

注意すべきであることを私ができません私はTheanoでそれを使用しているため、任意のforループを使用し、ソリューションはnumpyにのみ基づいている必要があります。

Answer 1

これはあなたが探しているものですか？

In [36]: data[np.arange(data.shape[0]),indices,:] 
Out[36]: 
array([[7, 4], 
     [7, 3], 
     [4, 5], 
     [8, 2], 
     [5, 8]]) 

Answer 2

我々は、すべての軸0上のエントリ（サンプル）、及び軸1上にのみエントリ＃0（成分）、および残りの軸に暗黙的にすべてを取得

data[:, 0] 

すなわちを使用し、成分＃0を取得します。

これは、簡単に関連するすべてのコンポーネントを選択するように

data[:, indices] 

に一般化することができます。

---

しかし、どのようなOPが本当に望んでいるが、diagonal機能を使用して抽出することができ、高次元配列の対角すなわち(data[0, indices[0]], (data[1, indices[1]]), ...)この配列のちょうど対角です：

>>> np.diagonal(data[:, indices]) 
array([[7, 7, 4, 8, 5], 
     [4, 3, 5, 2, 8]]) 

（あなたはする必要があるかもしれません結果を転置）

Answer 3

をあなたがそうするためのさまざまな方法を持っているが、これは私のループ推奨です：。

selection = np.array([ datum[indices[k]] for k,datum in enumerate(data)]) 

結果の配列selectionは、望ましい形状を持っています。