Python numpy：有没有一种方法可以从一系列映射中创建一个数组，而不需要外部循环？

对我来说，这听起来像是一个常见的用例，但我还没有找到合适的函数/线程

我有两个numpy数组，一个是三元组序列，另一个是相关的索引序列。我想创建一个具有相等序列长度的一维数组，由映射项根据其索引组成

例如：

mapping = np.array(((25, 120, 240), (18, 177, 240), (0, 0, 0), (10, 120, 285)))
indices = np.array((0, 1, 0, 0))

print "mapping:", mapping
print "indices:", indices
print "mapped:", mapping[indices]

将生成以下输出：

mapping: [[ 25 120 240]
 [ 18 177 240]
 [  0   0   0]
 [  10 120 285]]
indices: [0 1 0 0]
mapped: [[ 25 120 240]
 [ 18 177 240]
 [ 25 120 240]
 [ 25 120 240]]

当然，这种方法将整个映射数组视为一个映射，而不是映射列表，根据索引数组，只返回第一个或第二个内部映射。但我想要的是：

mapped: [25 177 0 10]

。。。由第一次映射的第一项、第二次映射的第二项以及第三次和第四次映射的第一项组成

---

是否有一种简单的方法可以单独使用numpy功能，而不需要外部循环，也不需要为临时阵列使用过多的内存？

我想您正在寻找numpy关于索引的文档

In [17]: mapping[(np.arange(indices.shape[-1]),indices)]
Out[17]: array([ 25, 177,   0,   10])

---

这将创建一个临时数组（

np.arange

），但它是一维的，我想不出更好的了。

映射的最新一行中有一个打字错误数组：0→ 请更正，谢谢。后来我修改了MappingArray示例，使其包含更少的不明确值，但没有在文章的定义中对其进行调整，对不起。已更新。您为什么担心

临时数组

？这不是我们在使用

numpy

时应该关注的。让解释器来处理这些问题。不幸的是，我不能拥有无限的内存，我还需要其他程序和变量的内存，而不是临时大容量数组，它们随长度呈指数增长。在一些测试中，对于中等大小的映像，我的（不有效）临时数组变得太大。从中长期来看，我的目标是获得良好的性能，这也会受到不必要的大型临时阵列的影响。我做了一些小的修改。如果不高兴，请随时回复。太好了！正是我想要的。开销是可以接受的。但是像广播的长度平方临时数组这样的东西太多了。这样做，只是在寻找一个像“正确答案”这样的文本链接，不希望出现钩子。感谢您更新nicocos答案。对我来说，他的原始答案非常有效，其中临时数组基于映射数组的序列长度。使用索引形状如何改进代码？以及“高级索引必须具有一致的形状”是什么意思“.thx为什么您将

arange

描述为无用？这是此类

高级索引所必需的。