Numpy 从三维nd阵列中选择行

情况如下：如果我有一个形状为（64100300）的numpy数组，并且我想基于形状为64的索引数组将其转换为（641300），我应该怎么做？说我们有

a=np.random.randn(64, 100, 300)
indices = np.random.randint(low=0, high=100, size=64)

我现在有

a[:, indices, :]

---

这是行不通的。返回数组的形状为（64、64、300），因为它试图从每个批次中选择一系列值。

如上面的注释所示：

a[np.arange(indices.size),indices,None]

或者同样但更具可读性：

a[np.arange(indices.size),indices][:,None,:]

---

使用[code>a[np.arange（len（index）），index]。或者

a[np.arange（len（index）），index，None]

为那个单子dim。非常感谢！它起作用了。但我只是好奇为什么让第三个dim变为

None

会有帮助？None/np.newaxis只是添加了一个被高级索引丢失的新轴。这是一个标准的

numpy

问题，实际上与

机器学习

无关-请不要垃圾邮件（删除）。