将尴尬的数组与索引数组一起使用时出错

HEP N008

我目前有一个值列表和一个尴尬的整数值数组。我想要相同维数的尴尬数组，但其中的值是与笨拙数组的整数值相对应的“值”数组的索引。例如：

values = ak.Array(np.random.rand(100))
arr = ak.Array((np.random.randint(0, 100, 33), np.random.randint(0, 100, 125)))

我想要类似values [arr]的东西，但是会出现以下错误：

>>> values[arr]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Anaconda3\lib\site-packages\awkward\highlevel.py", line 943, in __getitem__
    return ak._util.wrap(self._layout[where], self._behavior)
ValueError: cannot fit jagged slice with length 2 into RegularArray of size 100

如果我循环运行它，我会得到想要的结果：

>>> values = ([values[i] for i in arr])
>>> values
[<Array [0.842, 0.578, 0.159, ... 0.726, 0.702] type='33 * float64'>, <Array [0.509, 0.45, 0.202, ... 0.906, 0.367] type='125 * float64'>]

还有另一种方法可以做到吗？恐怕对我的应用程序来说太慢了。

谢谢！

吉姆·皮瓦尔斯基

如果您要避免使用Python进行性能循环，请注意第一行使用ak.from_numpy将NumPy数组强制转换为Awkward （无循环，非常快）：

>>> values = ak.Array(np.random.rand(100))

但是第二行遍历Python中的数据（具有慢速循环）：

>>> arr = ak.Array((np.random.randint(0, 100, 33), np.random.randint(0, 100, 125)))

因为两个NumPy数组的元组不是NumPy数组。这是一个通用的可迭代对象，构造函数回退到ak.from_iter。

在您的主要问题上，arr不进行切片的原因values是因为arr是锯齿状数组而values不是：

>>> values
<Array [0.272, 0.121, 0.167, ... 0.152, 0.514] type='100 * float64'>
>>> arr
<Array [[15, 24, 9, 42, ... 35, 75, 20, 10]] type='2 * var * int64'>

注意类型：values具有type100 * float64和arr具有type 2 * var * int64。没有规则values[arr]。

由于您似乎想要切片values，arr[0]然后arr[1]（从列表理解中）进行切片，因此可以通过values对的每个元素进行复制arr然后切片来以矢量化的方式完成。

>>> # The np.newaxis is to give values a length-1 dimension before concatenating.
>>> duplicated = ak.concatenate([values[np.newaxis]] * 2)
>>> duplicated
<Array [[0.272, 0.121, ... 0.152, 0.514]] type='2 * 100 * float64'>

现在duplicated具有长度2和一层嵌套，就像一样arr，因此arr可以对其进行切片。结果数组的长度也为2，但是每个子列表的长度是中的每个子列表的长度arr，而不是100。

>>> duplicated[arr]
<Array [[0.225, 0.812, ... 0.779, 0.665]] type='2 * var * float64'>
>>> ak.num(duplicated[arr])
<Array [33, 125] type='2 * int64'>

如果您从2个这样的列表扩展到大量，那么这将消耗大量内存。再一次，此操作的输出大小也将按“ length of values”×“ length of arr”定标。如果这个“ 2”不会扩大（如果最多是数千个，而不是数百万个或更多），那么我就不用担心Python for loop的速度。Python可以很好地扩展数千个而不是数十亿个（当然，这取决于要扩展的事物的大小！）。

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。