Lire des éléments avec des indices donnés à partir d'un tableau avec un nombre arbitraire d'axes

Question

Je voudrais écrire une routine, qui lit les valeurs de certains éléments d'un tableau. La sélection d'élément est spécifiée sous la forme d'un tableau, où chaque ligne contient les indices d'un élément. La routine devrait fonctionner pour les tableaux avec un nombre arbitraire d'axes.

Je pourrais trouver la solution ci-dessous, mais je ne l'aime pas, car la conversion en tuple (ou liste) semble en quelque sorte inutile, bien que j'en ai besoin pour empêcher l'indexation avancée. Y a-t-il un moyen plus numpythonique de faire ça?

import numpy as np 

def get_elements(aa, inds): 
    myinds = tuple(inds.transpose()) 
    return aa[myinds] 

AA = np.arange(6) 
AA.shape = (3, 2) 
inds = np.array([[ 0, 0 ], [ 2, 1 ]]) 
data2 = get_elements(AA, inds) # contains [ AA[0,0], A[2,1] ] 

BB = np.arange(12) 
BB.shape = (2, 3, 2) 
inds = np.array([[ 0, 0, 0], [ 1, 2, 1 ]]) 
data3 = get_elements(BB, inds) # contains [ BB[0,0,0], BB[1,2,1] ] 

Answer 1

Votre tuple(ind.T) produit la même chose que np.where pour les mêmes éléments.

In [117]: AA=np.arange(6).reshape(3,2) 
In [118]: ind=np.array([[0,0],[2,1]]) 
In [119]: tuple(ind.T) 
Out[119]: (array([0, 2]), array([0, 1])) 
In [120]: AA[tuple(ind.T)] 
Out[120]: array([0, 5]) 

En utilisant where pour trouver les indices de ces 2 valeurs:

In [121]: np.where((AA==0) + (AA==5)) 
Out[121]: (array([0, 2]), array([0, 1])) 

et la copie de la doc pour where, une autre façon de trouver les [0,5] valeurs:

In [125]: np.in1d(AA.ravel(), [0,5]).reshape(AA.shape) 
Out[125]: 
array([[ True, False], 
     [False, False], 
     [False, True]], dtype=bool) 
In [126]: np.where(np.in1d(AA.ravel(), [0,5]).reshape(AA.shape)) 
Out[126]: (array([0, 2]), array([0, 1])) 

Ainsi, votre tuple est parfaitement bon code numpy.

De numpy documents d'indexation:

Remarque En Python, x [(exp1, exp2, ..., expN)] est équivalent à x [exp1, exp2, ..., EXPN]; ce dernier n'est que du sucre syntaxique pour le premier.