Python 如何在numpy中使用多维索引访问值？

我在访问给定索引中的值时遇到问题：

indices = array([[[1, 1],
        [1, 2],
        [1, 3],
        [2, 1],
        [2, 2],
        [2, 3],
        [3, 1],
        [3, 2],
        [3, 3]],

       [[1, 2],
        [1, 3],
        [1, 4],
        [2, 2],
        [2, 3],
        [2, 4],
        [3, 2],
        [3, 3],
        [3, 4]],

       [[2, 1],
        [2, 2],
        [2, 3],
        [3, 1],
        [3, 2],
        [3, 3],
        [4, 1],
        [4, 2],
        [4, 3]],

       [[2, 2],
        [2, 3],
        [2, 4],
        [3, 2],
        [3, 3],
        [3, 4],
        [4, 2],
        [4, 3],
        [4, 4]]])

对于阵列：

padded_x = array([[0, 0, 0, 0],
       [0, 1, 1, 0],
       [0, 1, 1, 0],
       [0, 0, 0, 0]])

我尝试使用

result=padded_x[index]

访问，但它返回的结果是shape

（4,9,2,4）

，我需要它在shape

（4,9）

中。我不想使用for循环，因为我处理的是非常大的数组

---

上下文：索引表示点

[i，j]

处的3x3邻域索引。为了防止越界数组访问，原始数组已被填充（因此名称为

padded_x

）

Numpy在要访问多个多维索引时有一些奇怪的索引规则

您必须为每个维度提供一个包含iterable的元组。 因此，当您想要访问

padded_x

的

（0,0）

和

（2,3）

时，您必须编写

padded_x[（[0,2]，[0,3]）

以你为例，它应该是

indices = (
    [[-1, -1, -1, 0, 0, 0, 1, 1, 1],
     [-1, -1, -1, 0, 0, 0, 1, 1, 1],
     [0, 0, 0, 1, 1, 1, 2, 2, 2],
     [0, 0, 0, 1, 1, 1, 2, 2, 2]],
    [[-1, 0, 1, -1, 0, 1, -1, 0, 1],
     [0, 1, 2, 0, 1, 2, 0, 1, 2],
     [-1, 0, 1, -1, 0, 1, -1, 0, 1],
     [0, 1, 2, 0, 1, 2, 0, 1, 2]]
)

padded_x = np.array([[0, 0, 0, 0],
                     [0, 1, 1, 0],
                     [0, 1, 1, 0],
                     [0, 0, 0, 0]])

result = padded_x[indices]

请注意，可以通过转置从您尝试的索引创建工作索引数组：

index=tuple（index.transpose（（2，0，1））

---

它必须是一个元组，numpy才能将其视为多维索引！否则它将被视为1D索引的列表。

不幸的是，列表中的第一个代码块缺少逗号，因此我们无法创建

索引

@gofvonx我刚刚添加了逗号，所以

索引

是（4,9,2），您希望

索引[：，：，0]

为第一个维度编制索引，并且

索引[：，：，：，1]

对于第二个问题？显然不需要重塑，您可以将索引列表的形状保留在元组中，因此我删除了答案的这一部分。