python - Numpy 与 bool 索引和广播的混淆

Question

我有一个 numpy 数组 y:

y = np.arange(35).reshape(5,7)

5 行，7 列。现在我创建一个 bool 值 1-d 5 元素掩码，它挑选出我想要的行(遵循 numpy indexing 的文档):

b = np.array([False, False, True, False, True])

然后 y[b] 返回感兴趣的行。但是文档令人困惑:它说

Boolean arrays must be of the same shape as the array being indexed, or broadcastable to the same shape.

并且 b 不能通过 y 广播:

>>> np.broadcast_arrays(y, b)
ValueError: shape mismatch: two or more arrays have incompatible dimensions on axis 1.

因为广播是通过匹配尾随维度并向后工作来工作的。

在这种 bool 索引的情况下，显然有一些不同的规则在起作用；文档是错误的还是我只是误解了它？如果我按照文档的建议进行操作并使 b 的形状为 (5,1)，它不会挑选行；它只是获取每个选定行的第一列并将其作为一维数组返回。

我怀疑真正的规则是 bool 对象的 dims 必须与原始数组的 initial dims 相匹配，并且它选择 bool 值为真的每个 dims 的值，返回任何数组的所有元素拖尾暗淡。但我找不到任何官方说明它是如何工作的。

所以我的问题是，(a) 我做的对吗，文档是错的？ (b) 我读错了文档吗？ (c) 是否有更好/不同的方法来做或理解它？

Answer 1

y[b] 的缩减似乎可以满足您的要求。我不认为它与文档不一致，这里没有 bool 值与数字广播的特殊情况。

y[b] # gives what you want
# broadcast booleans
np.broadcast_arrays(b, y) #gives the error you saw
np.broadcast_arrays(b[:,np.newaxis], y) #broadcasts.
# same as broadcast numbers
np.broadcast_arrays(np.arange(5), y) #ALSO gives the error you saw
np.broadcast_arrays(np.arange(5)[:,np.newaxis], y) #broadcasts.