Python Numpy：3D布尔索引数组会发生什么

通常，

numpy

数组比列表操作或循环快得多，但在这种情况下也是如此：

对于前三个轴'，我有一个4D数组和一个布尔索引数组；索引的输出是平坦的，至少在索引轴上是平坦的，因此它是一个“元组列表”（但以数组形式）

由于规则结构被破坏，我假设这比规则网格的索引（即独立索引每个轴）要慢得多？也许numpy在内部真的会计算元组列表，然后将其转换为数组

---

为什么我要问：我想枚举输出，以便能够计算任何元组（如果它在列表中）的位置。我试图了解哪种方法可能是快速和优雅的

我的背景： 我有一个整数坐标数组，一个网格-所以逻辑上我有一个3元组的3D数组，但对于程序来说它是一个4D数组

我想得到坐标和等于常数的所有点，这是从我的立方体中切出一个平面（最后，我取两个相邻的平面，这给了我一个蜂窝状晶格——如果你喜欢数学的话，这非常漂亮：）

所以最后一个轴上的值就是前三个轴的指数。如果我不仅有一个

True

和

False

的索引数组，而且还分配了一个id而不是每个

True

，那么我就可以轻松地读出每个元组的id

这可能是完成任务的一种优雅而快速的方法（目标是知道其中一个平面上的每个站点，另一个的哪个站点相邻——因此它们的坐标是已知的，但我需要它们的id）

那么，numpy内部是否有任何魔法来获取索引数组？或者同样地，对循环执行

会很快吗（不，我试着看，这要快得多，但为什么…）


一些代码（德语注释，抱歉）

如果你想看到蜂巢状格子，然后再做：

import matplotlib.pyplot as plt

nx = np.array([-1, 1, 0])*2**-0.5
ny = np.array([-1, -1, 2])*6**-0.5
def Projektion(ListeTripel):
    return dot(ListeTripel, nx), dot(ListeTripel, ny)

xA, yA = Projektion(kA)
xB, yB = Projektion(kB)

plt.plot(xA.flatten(), yA.flatten(), 'o', c='r', ms=8, mew=0)
plt.plot(xB.flatten(), yB.flatten(), 'o', c='b', ms=8, mew=0)

plt.show()

Numpy在索引方面非常聪明。它将展平您的布尔数组，计算
nnz
，其中
True
s的数量，分配一个shape
（nnz，3）
的输出数组，然后逐项同时迭代展平的布尔数组，并以3项跳跃的方式（即以3项步幅）迭代展平的数组。只要布尔数组有一个
True
值，它就会将接下来的3个数组项复制到输出数组中，然后继续迭代

所有这些都将在C语言中实现，因此它非常非常快，至少按照Python标准是如此

顺便说一下，与您的问题有些无关，但请使用：

发布一些示例数据？这很有意义！：）谢谢你的解释，也谢谢你对广播的提示，当然这看起来更整洁了。我已经看到这样的数组带有
None
，但我认为“显式优于隐式”；-）-我会试着去读和理解它，谢谢。我认为最后一个1应该是2。另外，TIL约为
np.intp
，相当于
size\u t
import matplotlib.pyplot as plt

nx = np.array([-1, 1, 0])*2**-0.5
ny = np.array([-1, -1, 2])*6**-0.5
def Projektion(ListeTripel):
    return dot(ListeTripel, nx), dot(ListeTripel, ny)

xA, yA = Projektion(kA)
xB, yB = Projektion(kB)

plt.plot(xA.flatten(), yA.flatten(), 'o', c='r', ms=8, mew=0)
plt.plot(xB.flatten(), yB.flatten(), 'o', c='b', ms=8, mew=0)

plt.show()

length = 4
indices = np.arange(length)
k_array = np.empty((length,) * 3 + (3,), dtype=np.intp)
k_array[..., 0] = indices
k_array[... ,1] = indices[:, None]
k_array[... ,2] = indices[:, None, None]