Python 3.x 将笨拙数组与索引数组一起使用时出错

我目前有一个值列表和一个笨拙的整数值数组。我想要相同维度的笨拙数组，但其中的值是与笨拙数组的整数值对应的“值”数组的索引。例如：

values = ak.Array(np.random.rand(100))
arr = ak.Array((np.random.randint(0, 100, 33), np.random.randint(0, 100, 125)))

我想要类似于值[arr]的值，但这会产生以下错误：

>>> values[arr]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Anaconda3\lib\site-packages\awkward\highlevel.py", line 943, in __getitem__
    return ak._util.wrap(self._layout[where], self._behavior)
ValueError: cannot fit jagged slice with length 2 into RegularArray of size 100

>>值[arr]
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
文件“C:\Anaconda3\lib\site packages\shufk\highlevel.py”，第943行，在\uuu getitem中__
返回ak.\u util.wrap（self.\u布局[where]，self.\u行为）
ValueError:无法将长度为2的锯齿形切片放入大小为100的常规数组中

如果我用循环运行它，我会得到我想要的：

>>> values = ([values[i] for i in arr])
>>> values
[<Array [0.842, 0.578, 0.159, ... 0.726, 0.702] type='33 * float64'>, <Array [0.509, 0.45, 0.202, ... 0.906, 0.367] type='125 * float64'>]

>>值=（[values[i]表示arr中的i]）
>>>价值观
[, ]

有没有别的办法，或者就是这样？恐怕对我的申请来说太慢了

---

谢谢

如果您试图避免使用Python for循环来提高性能，请注意，第一行将NumPy数组转换为笨拙的（无循环，非常快）：

>values=ak.Array（np.random.rand（100））

但是第二行在Python中迭代数据（有一个慢循环）：

arr=ak.Array（（np.random.randint（010033），np.random.randint（0100125））） 因为两个NumPy数组的元组不是NumPy数组。它是一个泛型iterable，构造函数返回到

在你的主要问题上，

arr

没有对

值进行切片的原因是
arr
是一个锯齿状数组，而
values
不是：

>>值
>>>啊

注意类型：
values
具有类型
100*float64
和
arr
具有类型
2*var*int64
。没有关于
值[arr]
的规则

由于您似乎希望使用
arr[0]
对
值进行切片，然后使用
arr[1]
（根据您的列表理解），因此可以通过对
arr
的每个元素复制
值
，然后进行切片的矢量化方式来完成

>#np.newaxis在连接之前为值提供一个长度为1的维度。
>>>duplicated=ak.concatenate（[values[np.newaxis]]]*2）
>>>复制

现在，
duplicated
具有长度2和一级嵌套，就像
arr
一样，因此
arr
可以对其进行切片。结果数组的长度也为2，但每个子列表的长度是
arr
中每个子列表的长度，而不是100

>>重复[arr]
>>>ak.num（重复[arr]）

如果你从2个这样的列表扩展到一个大的数字，那么这将消耗大量的内存。然后，此操作的输出大小也将按“值的长度”
“×arr的长度”缩放。如果这个“2”不打算放大（如果它最多是数千，而不是数百万或更多），那么我就不会担心Python for循环的速度。Python可以很好地扩展数千个对象，但不能扩展数十亿个对象（当然，这取决于被扩展对象的大小！）。
for循环肯定太耗时了；我有1100多个文件需要爬过，它只挂在其中一个文件上（每个文件有10个成千上万的事件，点击率高达数百次，因此我们的点击率高达数百万）。我尝试了一下，但现在我遇到了另一个与此相关的问题。在我的数据中，我使用的是一个*.root文件，使用的数组很笨拙。本例中的“arr”未定义为整数，但它们是整数值。如何将笨拙的数组转换为整数？也许这应该是一个单独的问题。我知道它可以通过.astype（int）在numpy中完成；这在尴尬中存在吗？既然主要问题已经回答了，我将提出一个关于整数位的新问题。再次感谢！