Fancy indexing trong NumPy: chỉ số bằng mảng số nguyên
Bài 15/23 · Chương 2
Mảng và tư duy vector
- 7 phút
- Trung cấp
- Python 3.14
- Cập nhật
Trong bài này · 12
Fancy indexing trong NumPy (numpy fancy indexing) là lấy phần tử theo một danh sách vị trí. Đưa một list hay mảng số nguyên vào ngoặc vuông, NumPy trả các phần tử ở đúng những vị trí đó, theo đúng thứ tự bạn viết. Nó đi đôi với argsort() và argmax(): hai hàm đó cho vị trí, fancy indexing đổi vị trí thành tên hay số liệu; đặt danh sách vị trí bên trái dấu = thì sửa được nhiều ô trong một lệnh.
Cần biết trước: argmax, argsort, sort và cắt mảng.
Lấy nhiều phần tử bằng một mảng chỉ số
Lát cắt a[1:4] chỉ lấy được một đoạn liền nhau. Muốn lấy món thứ 2, thứ 4 và lại món thứ 2, bạn đưa list chỉ số [1, 3, 1] vào ngoặc vuông:
import numpy as np
mon = np.array(["cà phê sữa", "bạc xỉu", "trà đào", "sinh tố bơ"])
gia = np.array([29000, 32000, 35000, 45000])
print(mon[[1, 3, 1]])
print(gia[[3, 0]])
chon = np.array([2, 0])
print(mon[chon], gia[chon])KẾT QUẢ
['bạc xỉu' 'sinh tố bơ' 'bạc xỉu']
[45000 29000]
['trà đào' 'cà phê sữa'] [35000 29000]Kết quả có đúng bao nhiêu phần tử như list chỉ số, theo đúng thứ tự trong list, và một chỉ số được phép lặp lại. Mảng chỉ số dùng chung được cho nhiều mảng cùng độ dài: chon lấy tên và giá của cùng hai món. Hai ngoặc vuông lồng nhau là cố ý: ngoặc ngoài là phép lấy phần tử, ngoặc trong là list chỉ số. Chỉ số âm cũng dùng được, như gia[[-1]] cho mảng một phần tử [45000], giá món cuối.
Ghép với argsort() và argmax()
Mảng vị trí mà argsort() trả về chính là một mảng chỉ số. Đọc bảng doanh_thu_chi_nhanh.csv bằng np.loadtxt(), lấy vị trí ba chi nhánh dẫn đầu, rồi đổi vị trí thành tên và tổng năm:
import numpy as np
dt = np.loadtxt("doanh_thu_chi_nhanh.csv", delimiter=",",
skiprows=1, usecols=range(1, 9), dtype=int,
encoding="utf-8")
ten = np.array(["Hà Nội", "TP. Hồ Chí Minh", "Hải Phòng",
"Đà Nẵng", "Huế", "Khánh Hòa", "Đồng Nai",
"Cần Thơ"])
ca_nam = dt.sum(axis=0)
top3 = ca_nam.argsort()[::-1][:3]
print(ten[top3])
print(ca_nam[top3])
thang_dinh = dt.argmax(axis=0)
print(ten[thang_dinh == 0])KẾT QUẢ
['TP. Hồ Chí Minh' 'Hà Nội' 'Hải Phòng']
[12111 10413 5199]
['Hải Phòng' 'Huế' 'Cần Thơ']Mảng tên phải là mảng NumPy, np.array([...]): một list Python không nhận list chỉ số. Hai dòng đầu đặt cùng top3 vào hai mảng, nên tên và số đứng đúng cặp. Dòng cuối là cách khác để lấy tên, qua một mảng bool: các chi nhánh có tháng cao nhất ở vị trí 0, tức tháng 1.
Chọn hàng, cột của bảng
Trên bảng hai chiều, list chỉ số đặt ở vị trí của hàng hay của cột. dt[[0, 6, 11]] lấy ba hàng (tháng 1, 7, 12); dt[:, [0, 1]] giữ mọi hàng và lấy hai cột (Hà Nội, TP. Hồ Chí Minh):
import numpy as np
dt = np.loadtxt("doanh_thu_chi_nhanh.csv", delimiter=",",
skiprows=1, usecols=range(1, 9), dtype=int,
encoding="utf-8")
ba_thang = dt[[0, 6, 11]]
print(ba_thang.shape)
hai_cot = dt[:, [0, 1]]
print(hai_cot.shape)
print(hai_cot[[0, 6, 11]])KẾT QUẢ
(3, 8)
(12, 2)
[[1055 1242]
[ 842 989]
[1087 1291]]Shape cho biết trục nào được chọn: ba hàng giữ đủ tám cột, hai cột giữ đủ 12 hàng. Dòng cuối chọn tiếp ba tháng từ bảng hai cột, nên ra bảng (3, 2). Khác với lát cắt, kết quả của fancy indexing là một mảng mới chứ không dùng chung dữ liệu với dt: sửa hai_cot không làm dt đổi theo.
Gán nhiều vị trí trong một lệnh
Đặt mảng chỉ số bên trái dấu =, bạn gán được nhiều phần tử cùng lúc. Bên phải là một số (gán cho mọi vị trí) hoặc một mảng cùng độ dài với list chỉ số:
import numpy as np
ton_kho = np.array([12, 0, 30, 4, 18])
het = [1, 3]
ton_kho[het] = 50
print(ton_kho)
ton_kho[[0, 2]] = [20, 25]
print(ton_kho)
ton_kho[[4, 0]] -= 3
print(ton_kho)KẾT QUẢ
[12 50 30 50 18]
[20 50 25 50 18]
[17 50 25 50 15]Lệnh đầu nhập 50 đơn vị cho hai món đang thiếu, lệnh hai đặt số mới cho hai món khác theo đúng thứ tự [20, 25], lệnh ba bớt 3 ở hai vị trí. Mọi lệnh gán kiểu này sửa thẳng vào ton_kho.
Đổi ton_kho[het] = 50 thành ton_kho[het] = 40 rồi chạy lại: dòng đầu in [12 40 30 40 18].
Kiểm tra nhanh
Sau
import numpy as np,print(np.array([10, 20, 30, 40])[[3, 0, 0]])in ra gì?[40 10][40 10 10][10 40 40]
Sau
import numpy as np,a = np.array([5, 5, 5])vàa[[0, 0]] += 1, lệnhprint(a)in ra gì?[7 5 5][6 6 5][6 5 5]
Bảng
dtcó shape(12, 8). Những lệnh nào lấy cột đầu và cột cuối, đủ 12 tháng?dt[:, [0, 7]]dt[:, [0, -1]]dt[[0, 7]]dt[:, 0:7]
Sau
import numpy as np,print(np.array([10, 20, 30])[[0, 3]])báo lỗi gì?- Báo lỗi
IndexError - Báo lỗi
ValueError - Báo lỗi
KeyError
- Báo lỗi
Bài tập
Điều chỉnh giá một số món
Quán tăng giá vài món trong menu. gia là mảng giá các món; vi_tri là mảng vị trí (đếm từ 0, không trùng nhau) của các món tăng giá; phan_tram là mức tăng theo phần trăm. Giá mới của một món là giá cũ nhân 100 + phan_tram, chia lấy phần nguyên cho 100; các món khác giữ giá. Viết thân hàm dieu_chinh_gia(gia, vi_tri, phan_tram).
Tạo bản sao bằng gia.copy() rồi gán theo mảng chỉ số, không dùng vòng lặp for. Hàm không sửa mảng gia của nơi gọi.
Trả về: bảng giá mới đủ mọi món, một ndarray.
Ví dụ giá [29000, 32000, 35000, 45000, 25000], vị trí [1, 3], tăng 10% cho [29000 35200 35000 49500 25000].
import numpy as np
def dieu_chinh_gia(gia, vi_tri, phan_tram):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
a[[i, j, k]]haya[mang_chi_so]lấy nhiều phần tử theo đúng thứ tự chỉ số; chỉ số được lặp, được âm.Kết quả của
argsort(),argmax()dùng thẳng làm mảng chỉ số để lấy tên hay số liệu đúng cặp.Trên bảng,
dt[[0, 6]]chọn hàng,dt[:, [0, 1]]chọn cột.Fancy indexing trả mảng mới, không dùng chung dữ liệu như lát cắt.
a[chi_so] = gia_trigán nhiều vị trí một lần và sửa thẳnga; chỉ số lặp trong+=chỉ được cộng một lần.
Câu hỏi thường gặp
Fancy indexing có dùng được với list Python không?
Không. ten[[0, 2]] trên list báo TypeError, vì list chỉ nhận một số nguyên hay một lát cắt. Đổi list sang mảng bằng np.array() trước, như bài mảng NumPy hướng dẫn.
Lấy ô ở hàng 0 cột 1 và ô ở hàng 2 cột 3 cùng lúc thế nào?
Đặt hai mảng chỉ số, một cho hàng và một cho cột: dt[[0, 2], [1, 3]] lấy hai ô dt[0, 1] và dt[2, 3]. Hai mảng ghép theo từng cặp, nên phải cùng độ dài; muốn cả bảng con hai hàng × hai cột thì viết dt[[0, 2]][:, [1, 3]].
Sửa kết quả của fancy indexing có làm mảng gốc đổi không?
Không. con = dt[[0, 1]] là một mảng mới, sửa con không đụng dt. Chỉ khi chỉ số đứng bên trái dấu =, như dt[[0, 1]] = 0, mảng gốc mới bị sửa. Lát cắt thì ngược lại; bài view và copy giải thích vì sao.
Fancy indexing khác boolean mask ở đâu?
Mảng chỉ số nói "lấy các vị trí này, theo thứ tự này", có thể lặp. Mask là mảng bool cùng độ dài, nói "giữ chỗ True", luôn theo thứ tự gốc và không lặp. Bài boolean mask dạy cách thứ hai.
Chủ đề
Dữ liệu của bài
- Tải xuống
doanh_thu_chi_nhanh.csv
CSV · 589 byte
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.