尴尬的数组:沿命名轴使用布尔掩码的花式索引

Question

我有一个2D音频数据集。这些音频片段的长度不同，因此我使用的是尴尬的数组。通过布尔掩码，我只想返回包含语音的部分。

表掩码尝试

import numpy as np
import awkward as aw

awk = aw.fromiter([{"ch0": np.array([0, 1, 2]), "ch1": np.array([3, 4, 5])},
                   {"ch0": np.array([6, .7]), "ch1": np.array([8, 9])}])
# [{'ch0': [0.0, 1.0, 2.0], 'ch1': [3, 4, 5]},
#  {'ch0': [6.0, 0.7], 'ch1': [8, 9]}]

awk_mask = aw.fromiter([{"op": np.array([False, True, False]), "cl": np.array([True, True, False])},
                        {"op": np.array([True, True]), "cl": np.array([True, False])}])
# [{'cl': [True, True, False], 'op': [False, True, False]},
#  {'cl': [True, False], 'op': [True, True]}]

awk[awk_mask]
# TypeError: cannot interpret dtype [('cl', 'O'), ('op', 'O')] as a fancy index or mask

Table似乎不能用于复杂的索引。

阵列掩码尝试

Numpy当量

nparr = np.arange(0,6).reshape((2, -1))
# array([[0, 1, 2],
#        [3, 4, 5]])

npmask = np.array([True, False, True])
nparr[:, npmask]
# array([[0, 2],
#        [3, 5]])

表版本尝试；失败

awk[:, npmask]
# NotImplementedError: multidimensional index through a Table (TODO: needed for [0, n) -> [0, m) -> "table" -> ...)

似乎多维选择还没有实现。

JaggedArray - Numpy掩码版本；works

jarr = aw.fromiter(nparr)
# <JaggedArray [[0 1 2] [3 4 5]] at 0x..>

jarr[:npmask]
# array([[0, 2],
#        [3, 5]])

JaggedArray - JaggedArray掩码版；works

jmask = aw.fromiter(npmask)
# array([ True, False,  True])

jarr[:, jmask]
# array([[0, 2],
#        [3, 5]])

问题

• 如何使用Table或命名维度(如X阵列)进行有效的布尔掩码选择？
• Table中的多维选择是在awkward-array中实现，还是只在awkward-1.0中实现？

图书馆版本

print("numpy version  : ", np.__version__)  # numpy version  :  1.17.3
print("pandas version : ", pd.__version__)  # pandas version :  0.25.3
print("awkward version : ", aw.__version__)  # awkward version :  0.12.14

Answer 1

这不是命名数组维，而是只有JaggedArrays，蒙面选择是可能的：

jarr_2d = aw.fromiter([[np.array([0, 1, 2]), np.array([3, 4, 5])],
                       [np.array([6, 7]), np.array([8, 9])]])
# <JaggedArray [[[0 1 2] [3 4 5]] [[6 7] [8 9]]] at 0x7fc9c7c4e750>

jarr_2d_mask = aw.fromiter([[np.array([False, True, False]), np.array([True, True, False])],
                            [np.array([True, True]), np.array([True, False])]])
# <JaggedArray [[[False True False] [True True False]] [[True True] [True False]]] at 0x7fc9c7c1e590>


jarr_2d[jarr_2d_mask]
# <JaggedArray [[[1] [3 4]] [[6 7] [8]]] at 0x7fc9c7c5b690>

不确定这段代码是否有效？特别是与只使用Numpy数组的高级索引相比？