Python 整数数组索引在numpy中是如何工作的?
我无法理解numpy中的整数数组索引Python 整数数组索引在numpy中是如何工作的?,python,arrays,numpy,indexing,Python,Arrays,Numpy,Indexing,我无法理解numpy中的整数数组索引 >>> x = np.array([[1, 2], [3, 4], [5, 6]]) >>> x[[0, 1, 2], [0, 1, 0]] array([1, 4, 5]) 请给我解释一下这是怎么回事 x[[0,1,2],[0,1,0]] [0,1,2] [0,1,2] 由于第一个索引列表和第二个索引列表的大小匹配,因此它们的值将配对以从x中选择元素。我将用列表索引来说明: In [78]: x[[0, 1, 2]
>>> x = np.array([[1, 2], [3, 4], [5, 6]])
>>> x[[0, 1, 2], [0, 1, 0]]
array([1, 4, 5])
请给我解释一下这是怎么回事
x[[0,1,2],[0,1,0]]
[0,1,2]
[0,1,2]
由于第一个索引列表和第二个索引列表的大小匹配,因此它们的值将配对以从x
中选择元素。我将用列表索引来说明:
In [78]: x[[0, 1, 2], [0, 1, 0]]
Out[78]: array([1, 4, 5])
In [79]: list(zip([0, 1, 2], [0, 1, 0]))
Out[79]: [(0, 0), (1, 1), (2, 0)]
In [80]: [x[i,j] for i,j in zip([0, 1, 2], [0, 1, 0])]
Out[80]: [1, 4, 5]
或者更明确地说,它以1d数组的形式返回x[0,0]
、x[1,1]
和x[2,0]
。另一种方式是,您分别从3行中选择了[0,1,0]
元素
由于第一个索引列表和第二个索引列表的大小匹配,因此它们的值将配对以从x
中选择元素。我将用列表索引来说明:
In [78]: x[[0, 1, 2], [0, 1, 0]]
Out[78]: array([1, 4, 5])
In [79]: list(zip([0, 1, 2], [0, 1, 0]))
Out[79]: [(0, 0), (1, 1), (2, 0)]
In [80]: [x[i,j] for i,j in zip([0, 1, 2], [0, 1, 0])]
Out[80]: [1, 4, 5]
或者更明确地说,它以1d数组的形式返回
x[0,0]
、x[1,1]
和x[2,0]
。另一种思考方式是,您分别从3行中选择了[0,1,0]
元素
In [179]: x = np.array([[1, 2], [3, 4], [5, 6]])
In [180]: x
Out[180]:
array([[1, 2],
[3, 4],
[5, 6]])
假设我们要从该矩阵中选择1
、4
和5
。因此,第0行的第0列、第1行的第1列和第2行的第0列。现在,为索引提供两个数组(矩阵的每个维度一个),在这些数组中,我们先填充行,然后填充我们感兴趣的列:
In [181]: rows = np.array([0, 1, 2])
In [182]: cols = np.array([0, 1, 0])
In [183]: x[rows, cols]
Out[183]: array([1, 4, 5])
我发现最容易理解如下:
In [179]: x = np.array([[1, 2], [3, 4], [5, 6]])
In [180]: x
Out[180]:
array([[1, 2],
[3, 4],
[5, 6]])
假设我们要从该矩阵中选择1
、4
和5
。因此,第0行的第0列、第1行的第1列和第2行的第0列。现在,为索引提供两个数组(矩阵的每个维度一个),在这些数组中,我们先填充行,然后填充我们感兴趣的列:
In [181]: rows = np.array([0, 1, 2])
In [182]: cols = np.array([0, 1, 0])
In [183]: x[rows, cols]
Out[183]: array([1, 4, 5])
从文档中的“在这种情况下,如果索引数组具有匹配的形状,并且每个被索引数组的维度都有一个索引数组,则生成的数组具有与索引数组相同的形状,并且值对应于索引数组中每个位置的索引集。”在这种情况下,如果索引数组有一个匹配的形状,并且被索引数组的每个维度都有一个索引数组,则结果数组的形状与索引数组的形状相同,并且值对应于索引数组中每个位置的索引集