我有一个困扰我几天的问题。假设我们在Numpy中定义一个2d数组:
x = np.array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
我们还定义了一个用于索引的一维数组,例如:
ind = np.array([2,1])
如果我们尝试x[ind]
,我们会得到:
array([[6, 7, 8],
[3, 4, 5]])
这很有意义:x
的行号2和行号1。
如果我们将运行:x[:,ind]
,我们将得到:
array([[2, 1],
[5, 4],
[8, 7]])
同样,这很有意义-我们收到第2列,然后是第1列
现在我们将索引数组定义为2d:
ind = np.array([[2,1],
[2,2]])
如果我们运行x[ind]
,则会得到:
array([[[6, 7, 8],
[3, 4, 5]],
[[6, 7, 8],
[6, 7, 8]]])
同样,这很有意义-对于索引2d数组中的每一行,我们都会收到一个2d数组,它们代表原始2d数组x
中的对应行。
但是,如果我们运行x[:,ind]
,则会收到下一个数组:
array([[[2, 1],
[2, 2]],
[[5, 4],
[5, 5]],
[[8, 7],
[8, 8]]])
我不理解此输出,因为它在索引行中返回特定项目,但不返回完整行。我想,就像x[:,ind]
是1d数组的情况一样,我们将收到2d数组,其中包括原始x
数组中的原始列。
在最后一种情况下使用索引数组:
print(ind)
array([[2, 1],
[2, 2]])
因为ind
是形状为2D
的(2,2)
数组,并且您沿着第一个轴取了一个完整的切片,所以使用ind
您将沿着A
的每一行的列进行索引。因此,例如,通过用[3, 4, 5]
索引第二行ind
,您将再次获得索引为2->5
,1->4
,2->5
和2->5
的元素,其结果形状与[ C0],因此ind
。
其每一行都是相同的,从而得到[[5,4][5,5]]
形状的数组。