dask.array.choose

dask.array.choose¶

dask.array.choose(a, choices)[源代码]¶

从索引数组和选择数组列表中构造一个数组。

此文档字符串是从 numpy.choose 复制的。

Dask 版本可能存在一些不一致性。

首先，如果有困惑或不确定，一定要查看示例 - 在完全通用的情况下，这个函数比从下面的代码描述中看起来要复杂一些（下面 ndi = numpy.lib.index_tricks）：

np.choose(a,c) == np.array([c[a[I]][I] for I in ndi.ndindex(a.shape)]).

但这忽略了一些微妙之处。以下是一个全面的总结：

给定一个整数数组“index”（a）和一系列 n 个数组（choices），a 和每个选择数组首先根据需要广播为具有公共形状的数组；称这些为 Ba 和 Bchoices[i], i = 0,…,n-1，我们必然有 Ba.shape == Bchoices[i].shape 对于每个 i。然后，创建一个形状为 Ba.shape 的新数组，如下所示：

如果 mode='raise' （默认），那么首先，a 的每个元素（因此 Ba 的每个元素）必须在范围 [0, n-1] 内；现在，假设 i （在该范围内）是 Ba 中位置 (j0, j1, ..., jm) 处的值 - 那么新数组中相同位置的值是 Bchoices[i] 中相同位置的值；
如果 mode='wrap' ，a 中的值（因此 Ba 中的值）可以是任何（有符号）整数；使用模运算将范围 [0, n-1] 之外的整数映射回该范围；然后按照上述方式构造新数组；
如果 mode='clip'，a 中的值（因此 Ba 中的值）可以是任何（有符号）整数；负整数映射为 0；大于 n-1 的值映射为 n-1；然后按照上述方式构建新数组。

参数

aint 数组

这个数组必须包含 [0, n-1] 范围内的整数，其中 n 是选项的数量，除非 mode=wrap 或 mode=clip，在这种情况下，任何整数都是允许的。

选择数组的序列

选择数组。a 和所有选择必须能够广播到相同的形状。如果 choices 本身是一个数组（不推荐），那么它的最外层维度（即对应于 choices.shape[0] 的维度）被视为定义“序列”。

出数组，可选（Dask 中不支持）

如果提供，结果将被插入到这个数组中。它应该具有适当的形状和数据类型。注意，如果 mode='raise'，out 总是被缓冲；使用其他模式以获得更好的性能。

模式{‘raise’ (默认), ‘wrap’, ‘clip’}, 可选 (Dask 不支持)

指定如何处理超出 [0, n-1] 范围的索引：

‘raise’ : 引发异常
‘wrap’ : 值变为值模 n
‘clip’ : 值 < 0 被映射到 0，值 > n-1 被映射到 n-1

返回

merged_array数组: 合并后的结果。

Raises

ValueError: 形状不匹配: 如果 a 和每个选择数组不能全部广播到相同的形状。

参见

ndarray.choose: 等效方法
numpy.take_along_axis: 如果 choices 是一个数组，则更可取

注释

为了减少误解的可能性，尽管以下“滥用”名义上是被支持的，choices 既不应被视为，也不应被认为是单个数组，即，最外层的序列类容器应为列表或元组。

示例

>>> import numpy as np  
>>> choices = [[0, 1, 2, 3], [10, 11, 12, 13],  
...   [20, 21, 22, 23], [30, 31, 32, 33]]
>>> np.choose([2, 3, 1, 0], choices  
... # the first element of the result will be the first element of the
... # third (2+1) "array" in choices, namely, 20; the second element
... # will be the second element of the fourth (3+1) choice array, i.e.,
... # 31, etc.
... )
array([20, 31, 12,  3])
>>> np.choose([2, 4, 1, 0], choices, mode='clip') # 4 goes to 3 (4-1)  
array([20, 31, 12,  3])
>>> # because there are 4 choice arrays
>>> np.choose([2, 4, 1, 0], choices, mode='wrap') # 4 goes to (4 mod 4)  
array([20,  1, 12,  3])
>>> # i.e., 0

几个示例说明如何选择广播：

>>> a = [[1, 0, 1], [0, 1, 0], [1, 0, 1]]  
>>> choices = [-10, 10]  
>>> np.choose(a, choices)  
array([[ 10, -10,  10],
       [-10,  10, -10],
       [ 10, -10,  10]])

>>> # With thanks to Anne Archibald
>>> a = np.array([0, 1]).reshape((2,1,1))  
>>> c1 = np.array([1, 2, 3]).reshape((1,3,1))  
>>> c2 = np.array([-1, -2, -3, -4, -5]).reshape((1,1,5))  
>>> np.choose(a, (c1, c2)) # result is 2x3x5, res[0,:,:]=c1, res[1,:,:]=c2  
array([[[ 1,  1,  1,  1,  1],
        [ 2,  2,  2,  2,  2],
        [ 3,  3,  3,  3,  3]],
       [[-1, -2, -3, -4, -5],
        [-1, -2, -3, -4, -5],
        [-1, -2, -3, -4, -5]]])

dask.array.ceil

dask.array.clip