Numpy 如何使用依赖于行的数组对多维数组进行索引？_Numpy_Numpy Ndarray

Numpy 如何使用依赖于行的数组对多维数组进行索引？

numpy

Numpy 如何使用依赖于行的数组对多维数组进行索引？,numpy,numpy-ndarray,Numpy,Numpy Ndarray,我有一个手动方法来引用numpy数组，但不知道如何以类似numpy的方式进行引用我正在寻找一款类似numpy的产品，它相当于以下产品： np.array([arr[0,index[0]], arr[1,index[1]], arr[2,index[2]]]).reshape(3,1) 以下是代码（经过简化以查明问题）：它产生以下结果： [[0 1 2] [3 4 5] [6 7 8]] [[2] [3] [7]] 我正在寻找numpy风格的代码，以实现什么行 np.array([

我有一个手动方法来引用numpy数组，但不知道如何以类似numpy的方式进行引用

我正在寻找一款类似numpy的产品，它相当于以下产品：

np.array([arr[0,index[0]], arr[1,index[1]], arr[2,index[2]]]).reshape(3,1)

以下是代码（经过简化以查明问题）：

它产生以下结果：

[[0 1 2]
 [3 4 5]
 [6 7 8]]
[[2]
 [3]
 [7]]

我正在寻找numpy风格的代码，以实现什么行

np.array([arr[0,index[0]], arr[1,index[1]], arr[2,index[2]]]).reshape(3,1)

在这里做什么，例如：

arr[:,index[:]]

显然，这是不正确的，因为索引[：]表示整行，而不是只选取一个对应的值

这一定很简单，我只是不知怎的被它卡住了。如果没有为每一行手动引入每个索引的长行，则无法理解如何执行此操作。在我的例子中，我有数千行和数千列，因此绝对不能使用手动方式。

实现目标的最简单方法可能是直接索引：

arr = np.arange(9).reshape(3,3)
index = np.array([2,0,1])
result = arr[range(index.shape[0]), index].reshape(index.shape[0], 1)

为了回答您的评论，请说明切片不能产生相同结果的原因，即代码如下

arr[0:index.shape[0], index]

这是因为

0:index.shape[0]

是一个切片，而不是要拾取的索引列表。无论何时使用切片作为索引，它都理解为范围内的所有行或范围内的所有列。但是，如果改为列出索引（通过列表或数组），它将仅从列表中拾取元素

NumPy索引还有很多技巧，它们的文档始终是一个很好的信息来源：。

实现目标的最简单方法可能是直接索引：

arr = np.arange(9).reshape(3,3)
index = np.array([2,0,1])
result = arr[range(index.shape[0]), index].reshape(index.shape[0], 1)

为了回答您的评论，请说明切片不能产生相同结果的原因，即代码如下

arr[0:index.shape[0], index]

这是因为

0:index.shape[0]

NumPy索引还有很多技巧，它们的文档总是一个很好的信息来源：.

行选择

[0,1,2]

行和

[2,0,1]

列有两种选择项目的方法：

block
items [2,0,1] from each of the rows [0,1,2]

paired
items [0,2], [1,0], [2,1]

在MATLAB中，如果索引

arr（[0,1,2]，[2,0,1]）

则得到块。在

numpy

索引中

arr[[0,1,2]，[2,0,1]]

执行所需的成对索引

要在

numpy

中获取块，可以执行

arr[：，[2,0,1]]

或

arr[[0]，[1]，[2]]，[2,0,1]

第二种情况实际上是生成一个（3,1）数组，该数组使用（3，）进行广播，以创建一组（3,3）索引对。要了解具有多个列表或数组的

高级索引

，您需要了解广播

对于大小匹配的1d数组/列表，广播很简单-只需将它们配对即可：

arr([0,1,2],[2,0,1])
arr[0,2], arr[1,0], arr[2,1]

当行选择为

[0,1,2]

行和

[2,0,1]

列时，有两种选择项目的方法：

block
items [2,0,1] from each of the rows [0,1,2]

paired
items [0,2], [1,0], [2,1]