Python Numpy：基于bool数组拾取元素

我有一个数组和一个布尔数组（作为一个热编码）

a=np.arange（12）。重塑（4,3）
b=np.array([
[1,0,0],
[0,1,0],
[0,0,1],
[0,0,1],
]，dtype=bool）
印刷品（a）
印刷品（b）
# [[ 0  1  2]
#  [ 3  4  5]
#  [ 6  7  8]
#  [ 9 10 11]]
#[[真假假]
#[假-真-假]
#[假-假-真]
#[假-假-真]]

我想用一个布尔数组来选择元素

打印（a[：，[True，False，False]]
#数组（[[0]，
#        [3],
#        [6],
#        [9]])
打印（a[：，[False，True，False]]
#数组（[[1]，
#        [ 4],
#        [ 7],
#        [10]])

但这将基于所有行的相同模板布尔值进行拾取。我希望在每行的基础上执行此操作：

打印（a[：，b]） #索引器：数组的索引太多 我应该在

…

中输入什么，以便得到：

打印（a[：，…]） #数组（[[0]， # [4], # [8], # [11]]) 编辑：这与臭名昭著的课程中使用的内容类似：

dscores=a
num_示例=4
#他们有300人
y=b
dscores[范围（num_示例），y]
#相当于
#a{，b]

编辑2：在示例中，

y

是一维的，不是热编码的

---

在通过

b

广播过滤后，他们正在做

dscores[[rowIdx]，[columnIdx]]

a[b][:,None]
Out[168]: 
array([[ 0],
       [ 4],
       [ 8],
       [11]])

或

---

这是一种替代方法。请注意，与高级索引相比，这是低效的。这只是出于教学目的，并说明可以使用多种方法解决问题

In [275]: np.add.reduce(a*b, axis=1, keepdims=True)
Out[275]: 
array([[ 0],
       [ 4],
       [ 8],
       [11]])

---

我试图从中理解

dscores[range（num_示例），y]-=1

，这是当时的旧语法？@SaravanabalagiRamachandran我觉得y是一维数组，对吗？哦，是的，对不起，我以为它们有一个热编码！它们确实是一维的

In [275]: np.add.reduce(a*b, axis=1, keepdims=True)
Out[275]: 
array([[ 0],
       [ 4],
       [ 8],
       [11]])