Accédez aux éléments d'une matrice par une liste d'indices en Python pour appliquer un max (val, 0.5) à chaque valeur sans boucle for

Le problème est la disposition des indices que vous passez au tableau. Si votre tableau est bidimensionnel, vos indices doivent être deux listes, l'une contenant les indices verticaux et l'autre les index horizontaux. Par exemple:

idx_i, idx_j = zip(*[(0, 0), (1, 1), (0, 2)])
print currentGrid[idx_j, idx_i]
# [0.0, 0.9, 0.1]

Notez que le premier élément lors de l'indexation des tableaux est la dernière dimension, par exemple: (y, x). Je suppose que vous avez défini le vôtre comme (x, y) sinon vous obtiendrez une IndexError

Les index 2D doivent être accédés comme ceci:

print(currentGrid[indices[:,0], indices[:,1]])

Les index de ligne et les index de colonne doivent être passés séparément sous forme de listes.

Il existe déjà de bonnes réponses à votre problème. Voici juste une solution rapide et sale pour votre code particulier:

maxfunction = numpy.vectorize(lambda i: max(i,0.5))
print(maxfunction(currentGrid[newIndices]))

Edit:

Si vous ne voulez pas utiliser une boucle for, vous devez faire le suivant:

Supposons que vous ayez 3 valeurs de votre matrice 2D (avec les dimensions x1 et x2 auxquelles vous voulez accéder. Les valeurs ont le "coordonnées" (indices) V1 (x11 | x21), V2 (x12 | x22), V3 (x13 | x23) . Ensuite, pour chaque dimension de votre matrice (2 dans votre cas) vous avez besoin pour créer une liste avec les indices de cette dimension de vos points. Dans cet exemple, vous créeriez une liste avec les indices x1 : [x11, x12, x13] et une liste avec les indices x2 de vos points: [x21, x22, x23] . Ensuite, vous combinez ces listes et les utilisez comme index pour la matrice:

import pandas as pd
maxValues = pd.Series(currentGrid[newIndices]).apply(lambda x: max(x,0.5))

ou comment vous l'écrivez:

originalIndices = [(0,0),(1,1),(2,0)]

x1 = []
x2 = []

for i in originalIndices:
    x1.append(i[0])
    x2.append(i[1])

newIndices = [x1,x2]
print(currentGrid[newIndices])

Maintenant avec les points que vous avez utilisés ((0,0), ( 1,1), (2,0)) - veuillez noter que vous devez utiliser (2,0) au lieu de (0,2), car il serait hors de portée sinon:

maxValue = max(currentGrid[indices])

Cela vous donnera 0, 0.9, 0.1 . Et sur cette liste, vous pouvez ensuite appliquer la commande max () si vous le souhaitez (juste pour considérer toute votre question):

indices = list([(0,1,2),(0,1,0)])
print(currentGrid[indices])

Edit2:

Ici un exemple comment vous pouvez transformer votre liste d'index d'origine pour lui donner la forme correcte:

indices = list([(x11,x12,x13),(x21,x22,x23)])

Edit3:

Je ne sais pas si vous pouvez applique max (x, 0.5) à un tableau numpy en utilisant une boucle. Mais vous pouvez utiliser Pandas à la place. Vous pouvez convertir votre liste en une série pandas puis appliquer une fonction lambda:

indices = [[x11,x12,x13],[x21,x22,x23]]

Cela vous donnera un tableau pandas contenant 0.5,0.9,0.5 code >, que vous pouvez simplement renvoyer dans une liste maxValues ​​= list (maxValues) .

Juste une remarque: en arrière-plan, vous aurez toujours une sorte de boucle en cours, également avec cette commande. Je doute que vous obtiendrez de bien meilleures performances grâce à cela. Si vous voulez vraiment améliorer les performances, utilisez une boucle for, avec numba (il vous suffit d'ajouter un décorateur à votre fonction) et l'exécuter en parallèle. Ou vous pouvez utiliser la bibliothèque multiprocessing et la fonction Pool , voir ici . Juste pour vous donner de l'inspiration.

Edit4:

J'ai vu par hasard cette page aujourd'hui, qui permet de faire exactement ce que vous voulez avec Numpy . La solution (à considérer dans le vecteur newIndices de mon Edit2) à votre problème est:

for i in indices:
    print(currentGrid[i[0],i[1]])