Python Numpy：从给定索引列表的张量中获取矩阵

我有一个形状为

（4，3，20）

的张量。当我做

X[：，0，：].shape时，我得到
（4，20）
。当我做
X[：，[0,2,0,1]，：].shape时，我得到
（4,4,20）

我有一个索引列表，代表我的张量的第二维度。我想得到一个二维矩阵，就像我做
X[：，0，：]
时得到的那样，但是我对第二个维度有不同的索引，而不是只有一个索引。我该怎么做？
你的问题不清楚，但我会猜一猜

In [58]: X=np.arange(24).reshape(4,3,2)

In [59]: X[range(4),[0,2,0,1],:]
Out[59]: 
array([[ 0,  1],
       [10, 11],
       [12, 13],
       [20, 21]])

这将从第一个平面拾取行0；第2行的第2行，以此类推。结果的形状与
X[：，0，：]
相同，但值是从不同的第1维平面提取的

In [61]: X[:,0,:]
Out[61]: 
array([[ 0,  1],   # same
       [ 6,  7],
       [12, 13],   # same
       [18, 19]])

我想你在找我。因此，对于索引列表（例如
L
只有一个元素）的情况，使用它对输入数组进行索引时，将产生一个具有单一第二维度（长度为1的维度）的
3D
数组，将产生具有该挤压的
2D
输出。对于具有多个元素的
L
，索引将导致
3D
数组，没有任何单态维度，因此，挤压不会发生任何变化，因此也不会产生所需的输出。因此，它的解决方案是-

np.squeeze(X[:,L,:])

在随机数组上测试形状的示例运行-

In [25]: A = np.random.rand(4,3,20)

In [26]: L = [0]

In [27]: np.squeeze(A[:,L,:]).shape
Out[27]: (4, 20)

In [28]: L = [0,2,0,1]

In [29]: np.squeeze(A[:,L,:]).shape
Out[29]: (4, 4, 20)