Python Numpy高级选择不工作

有人能帮我理解为什么高级选择有时不起作用，以及我能做些什么让它起作用（第二种情况）

你想要

b[np.ix_([0, 1], [0, 1, 2])]

您还需要对

b[[0,1]，[0,1]]

执行相同的操作，因为这并不是您所认为的：

b[np.ix_([0, 1], [0, 1])]

---

这里的问题是，高级索引所做的事情与您认为的完全不同。您错误地认为

b[[0,1]，[0,1,2]

意味着“取

b[i,j]

的所有部分，其中

i

是0或1，

j

是0、1或2”。考虑到在索引表达式中有一个列表时它似乎是这样工作的，这是一个合理的错误，如

b[:, [1, 3, 5], 2]

事实上，对于数组

A

和一维整数数组

I

和

J

，

A[I，J]

是一个数组，其中

A[I, J][n] == A[I[n], J[n]]

这以自然的方式推广到更多的索引数组，例如

A[I, J, K][n] == A[I[n], J[n], K[n]]

对于高维索引数组，如果

I

和

J

是二维的，那么

A[I, J][m, n] == A[I[m, n], J[m, n]]

它还将广播规则应用于索引数组，并将索引中的列表转换为数组。这比你预期的要强大得多，但这意味着要做你想做的事情，你需要

b[[[0],
   [1]], [[0, 1, 2]]]

---

np.ix

是一个帮助器，可以帮您完成这项工作，这样您就不必写十几个括号。

我想您误解了本例的高级选择语法。我用了你的例子，只是把它缩小了，更容易看

import numpy as np
b = np.random.rand(5, 4, 3, 2)

# advanced selection works as expected
print b[[0,1],[0,1]]   # http://docs.scipy.org/doc/numpy/reference/arrays.indexing.html
                       # this picks the two i,j=0 (a 3x2 matrix) and i=1,j=1, another 3x2 matrix

# doesn't work - why?
#print  b[[0,1],[0,1,2]]   # this doesnt' work because [0,1] and [0,1,2] have different lengths

print b[[0,1,2],[0,1,2]]  # works

输出：

[[[ 0.27334558  0.90065184]
  [ 0.8624593   0.34324983]
  [ 0.19574819  0.2825373 ]]

 [[ 0.38660087  0.63941692]
  [ 0.81522421  0.16661912]
  [ 0.81518479  0.78655536]]]
[[[ 0.27334558  0.90065184]
  [ 0.8624593   0.34324983]
  [ 0.19574819  0.2825373 ]]

 [[ 0.38660087  0.63941692]
  [ 0.81522421  0.16661912]
  [ 0.81518479  0.78655536]]

 [[ 0.65336551  0.1435357 ]
  [ 0.91380873  0.45225145]
  [ 0.57255923  0.7645396 ]]]

---

你认为

b[[0,1]，[0,1,2]

应该做什么？如果您希望这样做有效，那么

b[[0,1]，[0,1]]

很可能也没有做您想做的事情，您只是因为没有嘈杂的错误消息而没有注意到。对于初学者来说，它根本不应该导致错误。此索引应该从维度

0

中选择元素

0

和

1

，和

0

，

1

和

2

从维度

1

（和

切片（无）

，用于其他后续维度）。感谢您的全面而深刻的解释！但是，当我的选择中有“：”时，我如何使用np.ix。示例a[：，[0,1]，[0,1,2]]当我尝试a[：，np.ix（[0,1]，[0,1,2]）时，它只是抱怨。@Nozdrum:使用

np.arange（a.shape[0]）

而不是

：

（带

np.ix

），或者使用

：2

和

：3

而不是

[0,1]/code>（不带
）。混合使用基本索引和高级索引既奇怪又棘手；除了最简单的情况外，在所有情况下，最好将基本索引和高级索引分开。@user2357112谢谢你的回答，我的问题是它变得不可读。就像真的不可读一样。我有很多这样的行：delay[：，：，index，range_I[：5]]=channels.delay[：，：，index，range_j[5:10]；这一次，我认为matlab比numpy做得更好。@Nozdrum:它可以帮助重新排列
delay
和
通道的轴。delay
将需要应用高级索引的轴放在最前面。然后你可以省略
：
s。（您可以使用
np.transpose
创建轴重新排列视图，并保持
delay
和
channels.delay
的原始形状。）查看Matlab如何处理此问题后，我完全同意Matlab使您所需的操作更容易。
import numpy as np
b = np.random.rand(5, 4, 3, 2)

# advanced selection works as expected
print b[[0,1],[0,1]]   # http://docs.scipy.org/doc/numpy/reference/arrays.indexing.html
                       # this picks the two i,j=0 (a 3x2 matrix) and i=1,j=1, another 3x2 matrix

# doesn't work - why?
#print  b[[0,1],[0,1,2]]   # this doesnt' work because [0,1] and [0,1,2] have different lengths

print b[[0,1,2],[0,1,2]]  # works

[[[ 0.27334558  0.90065184]
  [ 0.8624593   0.34324983]
  [ 0.19574819  0.2825373 ]]

 [[ 0.38660087  0.63941692]
  [ 0.81522421  0.16661912]
  [ 0.81518479  0.78655536]]]
[[[ 0.27334558  0.90065184]
  [ 0.8624593   0.34324983]
  [ 0.19574819  0.2825373 ]]

 [[ 0.38660087  0.63941692]
  [ 0.81522421  0.16661912]
  [ 0.81518479  0.78655536]]

 [[ 0.65336551  0.1435357 ]
  [ 0.91380873  0.45225145]
  [ 0.57255923  0.7645396 ]]]