Python 多维数组中的多元素索引

我有一个3d Numpy数组，我想取一个轴上的平均值，考虑其他二维的某些元素

这是一个描述我的问题的示例代码：

import numpy as np
myarray = np.random.random((5,10,30))
yy = [1,2,3,4]
xx = [20,21,22,23,24,25,26,27,28,29]
mymean = [ np.mean(myarray[t,yy,xx]) for t in np.arange(5) ]

然而，这导致：

ValueError: shape mismatch: objects cannot be broadcast to a single shape

---

为什么像myarray[：，[1,2,3,4]，[1,2,3,4]]这样的索引可以工作，但上面的代码却不行？

既然使用连续元素，就可以使用切片：

import numpy as np
myarray = np.random.random((5,10,30))
yy = slice(1,5)
xx = slice(20, 30)
mymean = [np.mean(myarray[t, yy, xx]) for t in np.arange(5)]

---

这就是您在多个维度上创建索引的方式：

>>> np.mean(myarray[np.arange(5)[:, None, None], np.array(yy)[:, None], xx],
            axis=(-1, -2))
array([ 0.49482768,  0.53013301,  0.4485054 ,  0.49516017,  0.47034123])

---

当您在多个维度上使用奇特的索引（即列表或数组作为索引）时，numpy会将这些数组广播到公共形状，并使用它们对数组进行索引。您需要在第一个索引数组的末尾添加长度为1的额外维度，以便广播正常工作

要回答您关于它为什么不起作用的问题：当您使用列表/数组作为索引时，Numpy使用的索引语义集与使用切片时不同。您可以在中看到完整的故事，正如该页所说，它“可能有点令人难以置信”

---

如果要对非连续元素执行此操作，必须探索复杂的索引机制。

这就是解决问题的方法，但为什么示例不起作用？谢谢！如果没有连续元素，解决方案是什么？问题是在整数数组子索引的情况下必须遵循广播规则。如果要非连续，请使用布尔索引。如果索引数组不具有相同的形状，则会尝试将它们广播到相同的形状。如果它们不能以相同的形状播放，就会出现一个例外：即使是第二眼，这也让我感到困惑。不管怎样，它是有效的，我非常感谢你的解释！这是令人困惑的，但是如果你想得够久，你最终会发现语法更有意义，并且提供了更一致的行为，特别是在考虑多维索引数组时。当所有索引数组都是1D时，它们本可以实现一种特殊情况，但正如Python的Zen在myarray是掩码数组的情况下所述，我得到：TypeError:元组索引必须是整数，而不是元组。所以屏蔽数组的行为不同？