Python 从numpy数组中获取索引并应用于第二个低维数组以创建新数组

我有一个数组

Gamma

，

Gamma.shape=（20,7,90144）

，它表示维度（t，z，y，x），其各自的索引由

[l，k，j，I]表示。对于每个（t，y，x），我想找到
k
的最小值，这样
Gamma[l，k，j，I]>g_crit
，其中
g_crit
是一个常数。将这组最低的
k
值表示为
k_low
；我发现我可以很好地用

k_low = np.argmax(Gamma > g_crit, axis=1)

还有另一个数组
levs
，
levs.shape=（7，）
，也对应于z维度。我最终尝试创建数组
levs_low
，这样
levs_low.shape=（20,90144）
和
levs_low[l，j，I]=levs[k_low[l，j，I]
。我被困在这个台阶上了。有什么想法吗？谢谢。
这应该可以做到：

levs_low=levs[k_low]

>>> Gamma=np.random.rand(20,7,90,144)
>>> k_low = np.argmax(Gamma > .3, axis=1)
>>> levs=np.random.rand(7)
>>> levs_low=levs[k_low]
>>> levs_low.shape
(20, 90, 144)

举个小例子：

>>> g=np.random.randint(0,5,(4,4))
>>> g
array([[2, 0, 2, 2],
       [2, 0, 1, 0],
       [3, 3, 0, 3],
       [3, 0, 4, 4]])
>>> k=np.arange(5)*-1
>>> k
array([ 0, -1, -2, -3, -4])
>>> k[g]   #Uses indices of g to select values from k. Also same as np.take(k,g)
array([[-2,  0, -2, -2],
       [-2,  0, -1,  0],
       [-3, -3,  0, -3],
       [-3,  0, -4, -4]])

@萨洛·卡斯特罗的回答很有趣。奇怪的是，花哨的索引和
np.take
之间的时间相差约5倍

%timeit levs[k_low]
100 loops, best of 3: 2.3 ms per loop

%timeit np.take( levs, k_low )
1000 loops, best of 3: 439 us per loop

In [33]: np.all(levs[k_low]==np.take(levs,k_low))
Out[33]: True

对于您的情况，似乎
np.take（）
是一个不错的选择：

levs_low = np.take( levs, k_low )

OBS:
take
似乎提供了优化的性能，
非常优雅！我早该知道Python会让事情变得这么简单。谢谢