python - 如何用另一个 ndarray 索引一个 ndarray ？

Question

我正在 python/numpy 中做一些机器学习工作，其中我想用一维 ndarray 索引一个二维 ndarray，这样我就可以得到一个带有索引值的一维数组。

我让它与一些丑陋的代码一起工作，我想知道是否有更好的方法，因为对于像 python+numpy 这样好的语言和模块组合来说，这似乎不自然。

   a = np.arange(50).reshape(10, 5) # Array to be indexed
   b = np.arange(9, -1, -2) # Indexing array
   print(a)
   print(b)
   print(a[b, np.arange(0, a.shape[1]).reshape(1,a.shape[1])])
   #Prints:
   [[ 0  1  2  3  4]
    [ 5  6  7  8  9]
    [10 11 12 13 14]
    [15 16 17 18 19]
    [20 21 22 23 24]
    [25 26 27 28 29]
    [30 31 32 33 34]
    [35 36 37 38 39]
    [40 41 42 43 44]
    [45 46 47 48 49]]

   [9 7 5 3 1]

   [[45 36 27 18  9]]

这正是我想要的(即使技术上是二维数组)，但这看起来非常复杂。有没有更整洁的方法？

编辑:澄清一下，我实际上并不想要一个一维数组，这解释得非常糟糕。我实际上确实想要长度为 1 的一维，因为这是我稍后处理它所需要的，但这可以通过 reshape() 语句轻松实现。抱歉造成混淆，我只是将实际代码与更一般的问题混合在一起。

Answer 1

您想要一个一维数组，但包含了一个 reshape 调用，其唯一目的是将数组从您想要的格式转换为您不想要的格式。

停止 reshape arange输出。此外，您不需要显式指定 0 起始值:

result = a[b, np.arange(a.shape[1])]