python - Numpy 数组索引行为

Question

我在玩 numpy 数组索引时发现了这种奇怪的行为。当我使用 np.array 或 list 进行索引时，它按预期工作:

 In[1]: arr = np.arange(10).reshape(5,2)
        arr[ [1, 1] ]
Out[1]: array([[2, 3],
               [2, 3]])

但是当我放入 tuple 时，它给了我一个元素:

 In[1]: arr = np.arange(10).reshape(5,2)
        arr[ (1, 1) ]
Out[1]: 3

还有一些这种奇怪的 tuple vs list 行为发生在 arr.flat 中:

 In[1]: arr = np.arange(10).reshape(5,2)

 In[2]: arr.flat[ [3, 4] ]
Out[2]: array([3, 4])

 In[3]: arr.flat[ (3, 4) ]
Out[3]: IndexError: unsupported iterator index

我不明白引擎盖下发生了什么？在这种情况下，tuple 和 list 有什么区别？

python 3.5.2
NumPy 1.11.1

Answer 1

发生的事情称为花式索引，或 advanced indexing .使用切片索引或使用列表/数组进行索引之间存在差异。诀窍是由于隐式元组语法，多维索引实际上适用于元组:

import numpy as np
arr = np.arange(10).reshape(5,2)
arr[2,1] == arr[(2,1)] # exact same thing: 2,1 matrix element

但是，在索引表达式中使用列表(或数组)会有不同的表现:

arr[[2,1]]

将索引到 arr 1，然后是 2，所以首先它获取 arr[2]==arr[2,:]，然后是 arr [1]==arr[1,:]，返回这两行(第2行和第1行)作为结果。

它变得更有趣:

print(arr[1:3,0:2])
print(arr[[1,2],[0,1]])

第一个是常规索引，它对行 1 到 2 和列 0 到 1 进行切片；给你一个 2x2 子数组。第二个是奇特的索引，它为您提供数组中的 arr[1,0],arr[2,1]，即它使用 zip 有选择地索引到您的数组中() 的索引列表。

现在这就是为什么 flat 如此工作的原因:它返回数组的 flatiter。来自 help(arr.flat):

class flatiter(builtins.object)
 |  Flat iterator object to iterate over arrays.
 |  
 |  A `flatiter` iterator is returned by ``x.flat`` for any array `x`.
 |  It allows iterating over the array as if it were a 1-D array,
 |  either in a for-loop or by calling its `next` method.

因此 arr.flat 的结果迭代器表现为一维数组。当你做的时候

arr.flat[ [3, 4] ]

您正在使用花式索引访问该虚拟一维数组的两个元素；有用。但是当你想做的时候

arr.flat[ (3,4) ]

您正在尝试访问一维 (!) 数组的 (3,4) 元素，但这是错误的。这不会引发 IndexError 的原因可能只是因为 arr.flat 本身会处理这种索引情况。