数组的numpy数组的python方法（带行索引）

我想在表中找到对应于特定索引的值。 例如，这是我的表格：

import numpy as np
my_array = np.array([[0,1,0,1,0,1,0],[1,2,1,2,1,2,1],[4,5,4,3,3,4,5]])

#---------------------------------------------------------------------
#    my_array :     [[0, 1, 0, 1, 0, 1, 0],
#                    [1, 2, 1, 2, 1, 2, 1],
#                    [4, 5, 4, 3, 3, 4, 5]])

下面是一组索引。此数组中的值是my_数组中的行。（列没有索引，索引的列索引对应于my_数组的第一个索引。）

我想计算一个数组，其索引和值的形状与我的_数组行中的值相同。 这是我的代码：

result = np.zeros(indexes.shape)

for i in range(0, indexes.shape[0]):
     result[i, :] = my_array[indexes[i, :], np.arange(0, indexes.shape[1])]

#---------------------------------------------------------------------
#   Result :    [[ 0.,  1.,  0.,  1.,  0.],
#                [ 1.,  5.,  1.,  3.,  1.]]

有没有更“蟒蛇式”的方法呢？

使用-

如果使用索引列表索引

索引

为每列选择一个，请使用-

my_array[indexes, np.arange(len(indexes))]

使用-

如果使用索引列表索引

索引

为每列选择一个，请使用-

my_array[indexes, np.arange(len(indexes))]

my_array[indexes, np.arange(len(indexes))]