Julia数组的多重选择

在Julia中，是否有一种方法可以从多维数组中检索包含多个元素的向量，类似于numpy的高级索引？例如，从该二维阵列：

genconv = reshape([6,9,7,1,4,2,3,2,0,9,10,8,7,8,5], 5, 3)
genconv[[1,2,3],[2,3,1]]

这将生成3x3数组，而不是向量：

---

通过

col

和

row

索引获取元素的一种方法是使用

sub2ind

函数：

getindex（genconv，sub2ind（大小（genconv），[1,2,3]，[2,3,1]））

编辑

正如@user3580870已经评论过的那样

getindex（genconv，sub2ind（size（genconv），[1,2,3]，[2,3,1]））

equals

genconv[sub2ind（size（genconv），[1,2,3]，[2,3,1]）

---

我得到的结果表明

getindex

和数组理解语法在效率上没有差别

另一种选择是将数据视为向量，而不是多维数组：

genconv = [6,9,7,1,4,2,3,2,0,9,10,8,7,8,5]

genconv[ [10, 13] ]

---

Julia 0.5现在支持通过

CartesianIndex

es数组进行索引。笛卡尔指数是一种跨越多个维度的特殊索引类型：

julia> genconv = reshape([6,9,7,1,4,2,3,2,0,9,10,8,7,8,5], 5, 3)
5×3 Array{Int64,2}:
 6  2  10
 9  3   8
 7  2   7
 1  0   8
 4  9   5

julia> genconv[CartesianIndex(2,3)] # == genconv[2,3]
8

有趣的是，您可以使用

CartesianIndex

es的向量来指定此numpy样式的逐点索引：

julia> genconv[[CartesianIndex(1,2),CartesianIndex(2,3),CartesianIndex(3,1)]]
3-element Array{Int64,1}:
 2
 8
 7

这是非常冗长和可怕的外观，但这可以与新的

f.（）

特殊广播语法相结合，以获得非常好的解决方案：

julia> genconv[CartesianIndex.([1,2,3],[2,3,1])]
3-element Array{Int64,1}:
 2
 8
 7

---

你不喜欢吗<代码>[genconv[[1,2,3]，[2,3,1]…]不，因为我希望有一个包含三个元素的向量<代码>genconv[sub2ind（大小（genconv），[1,2,3]，[2,3,1]）]酷，行得通！来自python/R，这看起来出乎意料地复杂。如果我需要良好的性能，这是一个好的选择吗？zip（[1,2,3]，[2,3,1]）中（I，j）的

[genconv[I，j]如何？这似乎更直接一些。你也可以用zip（[1,2,3]，[2,3,1]）为i编写
[genconv[i..]for i
（使用splatting），但我更喜欢@jverzani的版本，因为它更清晰。仅供参考，我在这方面做了一些基准测试。