Numpy花式索引导致不同形状的选择

从以下代码段：

>>> palette = np.array( [ [0,0,0],                # black
...                       [255,0,0],              # red
...                       [0,255,0],              # green
...                       [0,0,255],              # blue
...                       [255,255,255] ] )       # white
>>> image = np.array( [ [ 0, 1, 2, 0 ],           # each value corresponds to a color in the palette
...                     [ 0, 3, 4, 0 ]  ] )
>>> brush = palette[image]                            # the (2,4,3) color image
array([[[  0,   0,   0],
        [255,   0,   0],
        [  0, 255,   0],
        [  0,   0,   0]],
       [[  0,   0,   0],
        [  0,   0, 255],
        [255, 255, 255],
        [  0,   0,   0]]])

变量

brush

的形状为（2,4,3）。有人能解释一下为什么将（2,4）形状的过滤器应用于（5,3）形状的数组会产生一个形状（2,4,3）的数组吗？

因为你的掩码（在本例中，数组

图像

）是一个形状

（2,4）

的数组。遮罩拾取的每个元素都是1d数组，包含

3个
元素。因此，
画笔
将具有形状
（2,4,3）

这可能有助于您查看数组的形状
笔刷
：

引自：

通常，结果数组的形状将是串联
索引数组的形状（或所有索引
阵列被广播到具有任何未使用维度形状的
（未编入索引的）正在编入索引的数组中

调色板[图像[0]]
返回通过堆叠
调色板的行0、1、2和0获得的二维形状数组（4,3）。类似地，
调色板[image[1]]
堆叠
调色板的第0、3、4、0行。
palete[image]
将两个二维数组
palete[image[0]]
和
palete[image[1]
堆叠在一起，形成一个形状（2,4,3）的三维数组。
它为
image
的每个元素选择一行
palete
<代码>图像
为（2,4），结果的尾随维度为3。