Python Numpy使用二维索引数组从一维数组中提取值

我从一个名为

values

的m x n矩阵开始。然后，我使用np.argpartition来获取m行中每一行的k个最小索引，这些索引在一个名为

minu index

的新的mxk矩阵中返回。这可能是错误的，但我就是这么做的：

min\u index=np.argpartition（值，k，轴=1）[：，：k]

。 接下来，我有一个nx1矩阵，叫做

labelsArray

。

minu index

中的每个索引对应于此标签数组中的一个索引。我希望能够将

min_index

中的每个索引（就地或通过返回一个新矩阵）转换为其相应的标签（即，对于所有m和k，给定另一个mxk矩阵

result

result[m][k]=LabelArray[min_index[m][k]）。我可以通过编程实现这一点，但是有没有一种高效、简洁的方法在numpy中执行此转换

值如下所示：[[0.5,0.7,0.8,0.9，…n]，[0.3,0.4,0.2,0.6，…n]，…m]

所以每行有m个浮点值，总共有n行。因此，基本上每个测试示例（由行表示）都有一个由列给出的到每个训练样本的距离

标签阵列看起来像：[汽车，鸟，苍蝇，海报，…n]

给定k=2，结果应该是：[[fly，poster]，[car，bird]，[bird，poster]，…n]

---

因此，对于每个测试示例，min_指数基本上应该具有k近邻指数。然后，我想使用这些索引从每个测试示例的labelsArray中获取每个邻居的标签。用上面的例子解释。

发布你的代码而不是描述它。或者发布你的

值

，

标签数组

和所需的

重新结果

的最小示例。谢谢大家，刚刚添加了更多示例和说明。