Python Numpy按索引列表调用数组值

我有一个2D值数组，我想用两个索引列表x，y来调用它。它以前工作得很好，我不知道为什么现在不工作，可能是python版本，不确定

x = np.squeeze(np.where(data['info'][:,2]==cdp)[0])
y = np.squeeze(np.where((data['Time']>=ub) & (data['Time']<=lb))[0])

s = data['gather'][x,y]

我不知道是什么问题。当我分两个阶段做的时候，它就工作了

s = data['gather'][:,y]; s = s[x,:]

但是，我不能这样做，我需要一次跑步

In [92]: data = np.arange(12).reshape(3,4)                                                                           
In [93]: x,y = np.arange(3), np.arange(4)                                                                            
In [94]: data[x,y]                                                                                                   
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-94-8bd18da6c0ef> in <module>
----> 1 data[x,y]

IndexError: shape mismatch: indexing arrays could not be broadcast together with shapes (3,) (4,) 

MATLAB等效程序需要一个额外的函数“Indexes to sub”或类似的名称

两阶段索引：

In [95]: data[:,y][x,:]                                                                                              
Out[95]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

ix

是一个方便的工具，用于构建块访问索引：

In [96]: data[np.ix_(x,y)]                                                                                           
Out[96]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

注意它产生了什么：

In [97]: np.ix_(x,y)                                                                                                 
Out[97]: 
(array([[0],
        [1],
        [2]]), array([[0, 1, 2, 3]]))

这与执行以下操作相同：

In [98]: data[x[:,None], y]                                                                                          
Out[98]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

---

x[：，无]

is（3,1），

y

is（4，）；它们进行广播以产生（3,4）个选择。

您可以简单地尝试

数据['gather'][：，y][x，：]

？您不能将两个不一起广播的数组编入索引。重新阅读文档的

高级索引

部分。MATLAB和numpy在处理块索引的方式上是不同的

x[[0,1,2]，[0,1,2]

选择对角线，而不是（3,3）块。@NikP的方法应该是正确的。

数据是什么？字典？数据帧？
In [97]: np.ix_(x,y)                                                                                                 
Out[97]: 
(array([[0],
        [1],
        [2]]), array([[0, 1, 2, 3]]))

In [98]: data[x[:,None], y]                                                                                          
Out[98]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])