Python 3.x NumPy多维数组索引
假设以下示例:Python 3.x NumPy多维数组索引,python-3.x,numpy,indexing,Python 3.x,Numpy,Indexing,假设以下示例: >>> a = np.random.randint(0, 10, (3, 10, 200)) >>> print(a.shape) (3, 10, 200) >>> >>> idx = np.random.randint(0, 3, 10) >>> print(idx) [2, 0, 0, 0, 1, 2, 1, 2, 0, 0] a是一个形状数组(K=3,J=10,I=200) idx
>>> a = np.random.randint(0, 10, (3, 10, 200))
>>> print(a.shape)
(3, 10, 200)
>>>
>>> idx = np.random.randint(0, 3, 10)
>>> print(idx)
[2, 0, 0, 0, 1, 2, 1, 2, 0, 0]
a
是一个形状数组(K=3,J=10,I=200)
idx
是一个与a.shape[1]
长度相同的数组,即包含J=10个元素。每个索引表示应选择K的哪个元素
现在,我想通过索引从第一个轴(K)中选择idx
,以获得形状数组(J=10,I=200)
如何实现这一点?我们使用
idx
沿第一个轴进行索引,同时沿第二个轴和最后一个轴选择每个元素。因此,我们可以这样使用-
a[idx, np.arange(len(idx)),:]
跳过尾随的:
可以得到一个较短的版本-
a[idx, np.arange(len(idx))]