Python 使用2D数组索引一维Numpy数组

在Numpy中，我们可以使用2D数组作为一维数组的索引吗？什么数组索引规则适用于以下代码

# 1D array
arr = np.arange(10)
# array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

# 2D index 
indx = np.array([[2, 4], [6, 8]])

# 2D index in 1D array
arr[indx]

# Output of above indexing is a 2D array!
array([[2, 4],[6, 8]])

什么数组索引规则适用于以下代码

# 1D array
arr = np.arange(10)
# array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

# 2D index 
indx = np.array([[2, 4], [6, 8]])

# 2D index in 1D array
arr[indx]

# Output of above indexing is a 2D array!
array([[2, 4],[6, 8]])

这就是numpy的高级索引工作原理。结果数组的形状与索引数组的形状、数组的形状以及通过索引的轴有关。下面是一些将3D数组作为索引传递到具有不同形状的数组的第一轴的示例

In [47]: a.shape
Out[47]: (2, 5)

In [48]: b = a[np.array([[[0],[1]],[[1],[1]]])]

In [49]: b.shape
Out[49]: (2, 2, 1, 5)

In [50]: arr.shape
Out[50]: (3, 3, 3)

In [51]: b = arr[np.array([[[0],[1]],[[1],[1]]])]

In [52]: b.shape
Out[52]: (2, 2, 1, 3, 3)

下面是将不同数组传递到不同轴时得到的结果：

In [61]: b = arr[[[0],[2]],[[1],[0]]]

In [62]: b.shape
Out[62]: (2, 1, 3)

In [63]: arr.shape
Out[63]: (3, 3, 3)

在所有这些索引中，Numpy将检查多个内容，首先，它检查作为索引传递的对象的类型。其次，它将索引数组的形状与数组各自轴的形状进行比较。第三，检查结果是否生成有效的Numpy数组

以下是一些其他示例：

In [64]: b = arr[[[[0],[2]]],[[1],[0]]]

In [65]: b.shape
Out[65]: (1, 2, 1, 3)

In [66]: b
Out[66]: 
array([[[[ 3,  4,  5]],

        [[18, 19, 20]]]])

In [67]: b = arr[[[[0],[2]]],[1],[0]]

In [68]: b
Out[68]: 
array([[[ 3],
        [21]]])

In [69]: b = arr[[[['a'],[2]]],[1],[0]]
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-69-dba030ba9787> in <module>()
----> 1 b = arr[[[['a'],[2]]],[1],[0]]

IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`) and integer or boolean arrays are valid indices

In [70]: b = arr[[[[0],[2]]],[1],0]

In [71]: b = arr[[[[0],[2]]],[5],0]
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-71-0962012e570a> in <module>()
----> 1 b = arr[[[[0],[2]]],[5],0]

IndexError: index 5 is out of bounds for axis 1 with size 3

In [72]: 

In [72]: b = arr[[[[0],[[2]]]],[5],0]
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-72-9a520b0cb30e> in <module>()
----> 1 b = arr[[[[0],[[2]]]],[5],0]

ValueError: setting an array element with a sequence.

In [73]: b = arr[[[[0],[[2]]]],[5],[0]]
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-73-67187db6f452> in <module>()
----> 1 b = arr[[[[0],[[2]]]],[5],[0]]

ValueError: setting an array element with a sequence.

[64]中的

：b=arr[[[0]，[2]]，[[1]，[0]]
In[65]：b.形状
Out[65]：（1,2,1,3）
在[66]中：
出[66]：
数组（[[3,4,5]]，
[[18, 19, 20]]]])
在[67]：b=arr[[[0]，[2]]，[1]，[0]]
在[68]中：
出[68]：
数组（[[3]，
[21]]])
在[69]：b=arr[['a']，[2]]，[1]，[0]]
---------------------------------------------------------------------------
索引器回溯（最后一次最近调用）
在（）
---->1 b=arr['a']，[2]]，[1]，[0]]
索引器错误：只有整数、片（`:`）、省略号（`…`）、numpy.newaxis（`None`）和整数或布尔数组是有效的索引
在[70]：b=arr[[[0]，[2]]，[1]，0]
在[71]：b=arr[[[0]，[2]]，[5]，0]
---------------------------------------------------------------------------
索引器回溯（最后一次最近调用）
在（）
---->1 b=arr[[[0]，[2]]，[5]，0]
索引器：索引5超出大小为3的轴1的界限
在[72]中：
在[72]：b=arr[[[0]，[2]]]，[5]，0]
---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在（）
---->1 b=arr[[[0]，[2]]]，[5]，0]
ValueError:使用序列设置数组元素。
在[73]：b=arr[[[0]，[2]]]，[5]，[0]]
---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在（）
---->1 b=arr[[[0]，[2]]]，[5]，[0]]
ValueError:使用序列设置数组元素。

你能确切地阐明你的意思吗？您发布的代码工作正常，是的，您可以使用2D数组对1D数组进行索引。我在numpy文档中找不到规则，您能给我指一下讨论这种索引类型的相关文档吗。我知道这是可行的，但我想了解原因。From：“与列表和元组不同，numpy数组支持多维数组的多维索引。”但它是如何实现的还不太清楚。这正是我想了解的。从实验中可以看出，可以使用N维数组索引1D数组。输出将是一个N维数组，前提是索引在1D数组的范围内。我非常确定，只要数组元素是原始数组的有效索引（在本例中为整数0..9），就可以将任何大小和形状的数组作为索引。谢谢，从上面我可以得出结论，只要索引数组元素在要索引的数组的边界内，我们就会得到有效的输出。输出的形状是索引数组的形状，索引数组的轴被索引数组的形状所取代。例如，索引数组形状，indx=（x1，x2，…xn），要索引的数组形状，arr=（y1，y2…ym）。arr轴“k”上indx阵列的输出形状=（y1，y2…yk-1，x1，x2，…，xn，…yk，yk+1，，，，ym）。@user8579809有点像，但不完全。你不能像这样简单地确定结果的形状，因为有多个案例，它们会根据多个规则生成结果（但类似）。解决这一问题的最佳方法是在不同的形状中使用不同的数组和索引。