Numpy: बहु-आयामी बूलियन मास्क के साथ प्रसारण त्रुटियां

को निर्मित 3 अप्रैल 2019 · 3टिप्पणियाँ · स्रोत: numpy/numpy

दो 1D बूलियन मास्क, आकार N और M के साथ आकार [N, M] के 2D सरणी को अनुक्रमित करने का प्रयास करने पर, True और False के कुछ संयोजन प्रसारण त्रुटि का कारण बनते हैं (विशेषकर जब कोई एक गलत हो)। मुझे यकीन नहीं है कि यह व्यवहार अपेक्षित है, लेकिन यह बेहद आश्चर्यजनक और अवांछित लगता है।

नीचे दिए गए उदाहरण में, x[[False, True, True], [True, True, True]] त्रुटियां, जबकि x[[False, True, True], True] और x[[False, True, True]] में अपेक्षित व्यवहार है।

पुनरुत्पादन कोड उदाहरण:

import numpy as np
from itertools import product

x = np.zeros((3,3))
mask_1d = [*product([True, False], repeat=3)]

for row_mask, col_mask in product(mask_1d, mask_1d):
    try:
        x[row_mask, col_mask]
    except IndexError as e:
        print(row_mask, col_mask)
        print(e)

त्रुटि संदेश:

     (True, True, True) (True, True, False)
shape mismatch: indexing arrays could not be broadcast together with shapes (3,) (2,) 
(True, True, True) (True, False, True)
shape mismatch: indexing arrays could not be broadcast together with shapes (3,) (2,) 
(True, True, True) (False, True, True)
shape mismatch: indexing arrays could not be broadcast together with shapes (3,) (2,) 
(True, True, True) (False, False, False)
shape mismatch: indexing arrays could not be broadcast together with shapes (3,) (0,) 
(True, True, False) (True, True, True)
shape mismatch: indexing arrays could not be broadcast together with shapes (2,) (3,) 
(True, True, False) (False, False, False)
shape mismatch: indexing arrays could not be broadcast together with shapes (2,) (0,) 
(True, False, True) (True, True, True)
shape mismatch: indexing arrays could not be broadcast together with shapes (2,) (3,) 
(True, False, True) (False, False, False)
shape mismatch: indexing arrays could not be broadcast together with shapes (2,) (0,) 
(False, True, True) (True, True, True)
shape mismatch: indexing arrays could not be broadcast together with shapes (2,) (3,) 
(False, True, True) (False, False, False)
shape mismatch: indexing arrays could not be broadcast together with shapes (2,) (0,) 
(False, False, False) (True, True, True)
shape mismatch: indexing arrays could not be broadcast together with shapes (0,) (3,) 
(False, False, False) (True, True, False)
shape mismatch: indexing arrays could not be broadcast together with shapes (0,) (2,) 
(False, False, False) (True, False, True)
shape mismatch: indexing arrays could not be broadcast together with shapes (0,) (2,) 
(False, False, False) (False, True, True)
shape mismatch: indexing arrays could not be broadcast together with shapes (0,) (2,)

Numpy/पायथन संस्करण जानकारी:

1.16.2 3.6.8 |Anaconda, Inc.| (default, Dec 30 2018, 01:22:34) 
[GCC 7.3.0]

स्रोत

qualiaa

सबसे उपयोगी टिप्पणी

बूलियन सरणियों के साथ, कोड मानता है कि आप एक ही समय में या तो एक आयाम True को हटाने की अनुमति देता है। यानी, यह आपके row_mask, col_mask को एक (2,3) बूलियन सरणी में बदल देता है और फिर पाता है कि यह (3,3) सरणी को अनुक्रमित नहीं कर सकता है।

समस्या का एक हिस्सा यह है कि टुपल्स और सूचियों को समकक्ष माना जाता है, जिसे हम दूर करने की कोशिश कर रहे हैं। आखिरकार, आप यह सुनिश्चित करके बूलियन सरणी अनुक्रमणिका को संभाल लेंगे कि मुखौटा एक दोहरी सूची थी।

अभी के लिए, हालांकि, मुझे डर है कि एकमात्र समाधान x[row_mask][:, col_mask] ।

cc @ eric-wieser, जो अनुक्रमण संचालन के लिए "ट्रीट टपल ऐज़ लिस्ट" को पदावनत करने के लिए काम कर रहा है।

ps सबसे अधिक कष्टप्रद मुझे यह अंतर मिलता है:

x = np.arange(9).reshape(3, 3)
# x[[False, True, True], True]
# array([[3, 4, 5],
#        [6, 7, 8]])
x[[False, True, True], False]
# IndexError: shape mismatch: indexing arrays could not be broadcast together with shapes (2,) (0,)

mhvk 3 अप्रैल 2019

👍4

सभी 3 टिप्पणियाँ

अभी के लिए, हालांकि, मुझे डर है कि एकमात्र समाधान x[row_mask][:, col_mask] ।

ps सबसे अधिक कष्टप्रद मुझे यह अंतर मिलता है:

x = np.arange(9).reshape(3, 3)
# x[[False, True, True], True]
# array([[3, 4, 5],
#        [6, 7, 8]])
x[[False, True, True], False]
# IndexError: shape mismatch: indexing arrays could not be broadcast together with shapes (2,) (0,)

mhvk 3 अप्रैल 2019

👍4

हां, x[row_mask][:, col_mask] वही है जो मैं कर रहा था। स्पष्टीकरण के लिए धन्यवाद, मुझे खुशी है कि यह कुछ ऐसा है जिस पर गौर किया जा रहा है।

qualiaa 3 अप्रैल 2019

👍3

मुझे लगता है कि arr[np.ix_(index)] वह है जो आप चाहते हैं/यहां उम्मीद कर रहे हैं, या बाहरी शब्दों में एनईपी 21 में बाहरी अनुक्रमण तर्क पर: https://github.com/numpy/numpy/blob/master/doc/neps /nep-0021-advanced-indexing.rst

शायद यह कुछ समय के लिए उठाया जाएगा। एनईपी यह भी कहता है कि कम से कम वर्तमान अनुक्रमण के लिए कई बूलियन इंडेक्स को बहिष्कृत किया जाना चाहिए (मुझे लगता है कि इस विशिष्ट उपयोग के मामले को अभी भी चुनौती दी जा सकती है - यह सुसंगत है, लेकिन इसमें अधिक उपयोग का मामला नहीं हो सकता है और इसमें बहुत भ्रमित हो सकता है किसी भी मामले)।

seberg 4 अप्रैल 2019

👍1

क्या यह पृष्ठ उपयोगी था?

0 / 5 - 0 रेटिंग्स