如何通过索引映射转换 ndarray？例如，
>>> import numpy as np
>>> x = np.arange(3*4).reshape((3,4))
>>> x
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
>>> wanted = np.array([[x[i, 1+i-2*j] if 1+i-2*j>=0 and 1+i-2*j<4 else 0 for j in range(4)] for i in range(3)])
>>> wanted
array([[ 1, 0, 0, 0],
[ 6, 4, 0, 0],
[11, 9, 0, 0]])
我们可以用矢量化的方式（不是循环或列表印象）吗？在我相当大的 ndarray 上，列表压缩或循环非常慢。
标签： python numpy-ndarray
您可以通过一些简单的索引技巧来避免循环（因此也可以避免列表理解）。
以下代码 sn-p 的口头描述是：
在代码中 -
import numpy as np
x = np.arange(3*4).reshape((3,4))
c_ = np.tile(np.arange(4), (3, 1)) # Step 1
r_ = np.tile(np.arange(3).reshape(3, 1), (1, 4)) # Step 1
condition = np.logical_and(1 + r_ - 2 * c_ >= 0, 1 + r_ - 2 * c_ < 4) # Step 2
wanted = x[r_, (1 + r_ - 2 * c_) * condition] * condition # Steps 3 and 4
print(wanted)
# [[ 1 0 0 0]
# [ 6 4 0 0]
# [11 9 0 0]]
（请注意，在索引x 时，您需要将列 index-matrix 乘以condition，以便线性组合不会溢出x.shape。无关紧要的值全部取自列0，因为无论如何我们都将这些位置的输出归零）。
【讨论】：