Numpy:按数组索引数组

我想这就是你想要的:

>>> a[np.arange(9)[:, None], np.arange(31), idx].shape
(9, 31)

对于第二个示例,您可以执行以下操作:

>>> a[np.arange(4), [0, 1, 0, 1]]
array([1, 4, 5, 8])

阅读 the docs 关于花式索引,特别是当每个维度都没有索引数组时会发生什么 here :那些额外的 np.arange 数组放置在那里以避免这种行为。

还要注意它们是如何重塑的(使用 [:, None] 相当于 .reshape(-1, 1) )使得它们的广播形状具有期望输出阵列的形状。

您正在对ndarray进行高级索引 http://docs.scipy.org/doc/numpy/reference/arrays.indexing.html#advanced-indexing .

高级索引始终作为一个索引广播和迭代:

这是因为在您的情况下,ndarray索引中的元素数不等于要索引到的ndarray中的维度数。实际上,您正在生成切片的外部乘积:索引中的每个元素都生成索引数组的切片,而不是元素。

更新:

>>> map(lambda idx: a[idx[0],idx[1]], [[0,0], [1,1], [2,0], [3,1]])

这将返回:

[1, 4, 5, 8]