给定一个 numpy 数组视图中项目的索引，在基本数组中找到它的索引

Posted 2023-02-26

【中文标题】给定一个 numpy 数组视图中项目的索引，在基本数组中找到它的索引

【英文标题】：given the index of an item in a view of a numpy array, find its index in the base array

【发布时间】：2021-12-31 18:49:47

【问题描述】：

假设a 是一个形状为(N,) 和b = a[k:l] 的numpy 数组。我知道x = b[i]，有没有办法在不知道k 和l 并且不搜索a 的情况下找到j 的x = a[j] x？

例如a = np.array([2,4,3,1,7]) 和b = a[1:4]。我只能访问b，但想知道3 在a 中的索引是什么，知道它在b 中的索引是1。

当然，我可以使用b.base 访问a，然后在a 中搜索项目3，但我想知道是否有一个附加到视图的方法，它返回项目的索引基本数组。

【问题讨论】：

这很难理解。您能否提供一个示例数组和您期望的输出？我们不是计算机，所以所有这些变量都很难推理:)

numpy 数组中没有内置任何东西可以做到这一点。以我对形状、步幅和数据缓冲区指针的了解，我可以在大多数情况下解决这个问题，但这并不是一项简单的任务。

【参考方案1】：

正如@hpaulj 已经在 cmets 中声明的那样，没有内置功能可以这样做。但是您仍然可以根据dtype 的大小以及基址和视图之间的字节偏移量来计算基址的索引。可以从属性ndarray.__array_interface__['data'][0]获取字节偏移量

import numpy as np
import unittest

def baseIndex(array: np.ndarray, index: int) -> int:
    base = array.base
    if base is None:
        return index
    size = array.dtype.itemsize
    stride = array.strides[0] // size
    offset = (array.__array_interface__['data'][0] - base.__array_interface__['data'][0]) // size
    return offset + index * stride

a = np.array([0,1,2,3,4,5,6])
b = a
class Test(unittest.TestCase):

    def test_1_simple(self):
        """b = a"""
        b = a
        i = 1
        j = baseIndex(b, i)
        self.assertEqual(a[j], b[i])
    
    def test_2_offset(self):
        """b = a[3:]"""
        b = a[3:]
        i = 1
        j = baseIndex(b, i)
        self.assertEqual(a[j], b[i])
    
    def test_3_strided(self):
        """b = a[1::2]"""
        b = a[1::2]
        i = 1
        j = baseIndex(b, i)
        self.assertEqual(a[j], b[i])
    
    def test_4_reverse_strided(self):
        """b = a[4::-2]"""
        b = a[4::-2]
        i = 1
        j = baseIndex(b, i)
        self.assertEqual(a[j], b[i])


unittest.main(verbosity=2)

输出：

test_1_simple (__main__.Test)
b = a ... ok
test_2_offset (__main__.Test)
b = a[3:] ... ok
test_3_strided (__main__.Test)
b = a[1::2] ... ok
test_4_reverse_strided (__main__.Test)
b = a[4::-2] ... ok

----------------------------------------------------------------------
Ran 4 tests in 0.001s

OK

编辑：我现在更新了函数来处理b 不连续和/或反向的情况，感谢@Jérôme Richard 发现了这一点。此外，正如@mozway 所说，ndarray.__array_interface__ 是一个内部 numpy 细节，可能会在没有通知的情况下更改，但到目前为止我还没有看到任何其他方法。

【讨论】：

很好，但是这种方法应该谨慎使用，因为 numpy 的内部方法可能会在没有警告的情况下发生变化。

这就是我想到的那种计算方式。获取offset 可能是最“高级”的一步。

有趣的策略。但是，它并不总是有效，因为数组可以是不连续的，或者数组甚至可以有一个负步幅。你可以用np.flip(np.array([0,1,2,3,4,5,6]))试试，结果不对。

@JérômeRichard 你说得对，我忘了考虑这种情况。我现在已经更新了解决方案。