So erhalten Sie den linearen Index für ein numpiges Array (sub2ind)

Question

Matlab bietet die Funktion sub2ind, die "die linearen Indexäquivalente zu den Zeilen- und Spaltenindizes ... für eine Matrix ... zurückgibt."

Ich brauche diese sub2ind Funktion oder etwas ähnliches, aber ich habe keine ähnliche Python oder Numpy-Funktion gefunden. Wie kann ich diese Funktionalität bekommen?

Dies ist ein Beispiel aus der matlab documentation (gleichen Seite wie oben):

Example 1 

This example converts the subscripts (2, 1, 2) for three-dimensional array A 
to a single linear index. Start by creating a 3-by-4-by-2 array A: 

rng(0,'twister'); % Initialize random number generator. 
A = rand(3, 4, 2) 

A(:,:,1) = 
    0.8147 0.9134 0.2785 0.9649 
    0.9058 0.6324 0.5469 0.1576 
    0.1270 0.0975 0.9575 0.9706 
A(:,:,2) = 
    0.9572 0.1419 0.7922 0.0357 
    0.4854 0.4218 0.9595 0.8491 
    0.8003 0.9157 0.6557 0.9340 

Find the linear index corresponding to (2, 1, 2): 

linearInd = sub2ind(size(A), 2, 1, 2) 
linearInd = 
    14 
Make sure that these agree: 

A(2, 1, 2)   A(14) 
ans =     and = 
    0.4854    0.4854 

Answer 1

Ich glaube, Sie np.ravel_multi_index verwenden möchten. Mit der Null-basierten Indizierung von numpy, und unter Berücksichtigung, dass Matlab-Arrays Fortran Stil, das äquivalent zu Ihrem Matlab Beispiel ist:

>>> np.ravel_multi_index((1, 0, 1), dims=(3, 4, 2), order='F') 
13 

Nur damit Sie verstehen, was los ist, können Sie das gleiche Ergebnis konnten mit das Skalarprodukt Ihrer Indizes und die Schritte des Arrays:

>>> a = np.random.rand(3, 4, 2) 
>>> np.dot((1, 0, 1), a.strides)/a.itemsize 
9.0 
>>> np.ravel_multi_index((1, 0, 1), dims=(3, 4, 2), order='C') 
9 
>>> a[1, 0, 1] 
0.26735433071594039 
>>> a.ravel()[9] 
0.26735433071594039 

Answer 2

Dies ist, wie ich das Problem für mich gelöst, neu geschrieben oben angegebenes Beispiel ähnlich zu sein.

Die Hauptidee besteht darin, ein Helfer-Array mit den Indizes arange und reshape zu erstellen.

In [1]: import numpy as np 

In [2]: A = np.random.rand(3,4,2) 

In [3]: A 
Out[3]: 
array([[[ 0.79341698, 0.55131024], 
     [ 0.29294586, 0.22209375], 
     [ 0.11514749, 0.15150307], 
     [ 0.71399288, 0.11229617]], 

     [[ 0.74384776, 0.96777714], 
     [ 0.1122338 , 0.23915265], 
     [ 0.28324322, 0.7536933 ], 
     [ 0.29788946, 0.54770654]], 

     [[ 0.13496253, 0.24959013], 
     [ 0.36350264, 0.00438861], 
     [ 0.77178808, 0.66411135], 
     [ 0.26756112, 0.54042292]]]) 

In [4]: helper = np.arange(3*4*2) 

In [5]: helper 
Out[5]: 
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 
     17, 18, 19, 20, 21, 22, 23]) 

In [6]: helper = helper.reshape([3,4,2]) 

In [7]: helper 
Out[7]: 
array([[[ 0, 1], 
     [ 2, 3], 
     [ 4, 5], 
     [ 6, 7]], 

     [[ 8, 9], 
     [10, 11], 
     [12, 13], 
     [14, 15]], 

     [[16, 17], 
     [18, 19], 
     [20, 21], 
     [22, 23]]]) 

In [8]: linear_index = helper[1,0,1] 

In [9]: linear_index 
Out[9]: 9 

Beachten Sie, dass:

• Zeilen und Spalten in Numpy in Bezug auf Matlab geschaltet werden.
• Matlab startet Indizes mit 1, Python und Numpy mit 0.