python - 使用一维数组的 Numpy 高级索引

Question

给定一个一维数组

x = np.array([0,1,2,3,4,5,6,7,8,9])

我想同时索引多个元素。例如代替

x[1]
x[2]

我要用

x[(1,2)]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
IndexError: too many indices for array

它适用于 1 个二维数组，例如

x = np.array([[1,2,3,4],[5,6,7,8],[7,6,8,9]])
>>> x
array([[1, 2, 3, 4],
       [5, 6, 7, 8],
       [7, 6, 8, 9]])
>>> x[(1,2),(1,3)]
array([6, 9])
>>> x[(1,2),:]
array([[5, 6, 7, 8],
       [7, 6, 8, 9]])

如您所见，对于 nd 数组，它工作正常!有什么方法可以对一维数组进行这种索引？

Answer 1

您需要将索引包装在列表中，而不是元组中:x[[1,2]]。这会触发 advanced indexing NumPy 返回一个新数组，其中包含您所写索引处的值。

---

只要有可能，NumPy 就会隐含地假设元组 的每个元素索引数组的不同维度。您的数组有 1 个维度，而不是 2 个维度，因此 x[(1,2)] 会引发错误。

x[(1,2), :] 对二维数组成功的原因是您明确告诉 NumPy 该数组(至少)有两个维度并说出了您想要的内容从前两个轴。索引被解析为 2 元组 ((1,2), :) 因此 (1,2) 改为用于沿第一个轴的高级索引。如果您只是使用 x[(1,2)] 或 x[1,2]，您将在第 1 行第 2 列获得一个元素。

对于 NumPy 来说，解析索引非常复杂，因为(与 Python 不同)可以使用多种不同的索引方法。更复杂的是，可以在不同的轴上使用不同的方法!您可以在 NumPy 的 mapping.c 中研究确切的实现。文件。