与标准 Python 列表或数组等效的 NumPy 索引数组答案

【问题标题】：Equivalent of NumPy index arrays with standard Python lists or arrays与标准 Python 列表或数组等效的 NumPy 索引数组
【发布时间】：2021-12-28 02:57:06
【问题描述】：

我可以使用数组或列表来索引numpy.array，例如：

a = np.array([1, 2, 3, 4])
print(a[[1, 3]])

会产生

[2 4]

是否有等效的构造来索引标准 Python 列表或数组？

更具体地说：索引必须使用数组，并且索引模式是随机的，即切片不可能。这是一个更好的例子：

a = np.array([1, 2, 3, 4])
i = [3, 0, 1]
print(a[i])
.....
[4 1 2]

【问题讨论】：

我不这么认为，这就是我们使用 NumPy 的原因。
这取决于你所说的等价物是什么意思。 [my_list[i] for i in index_list] 会给出这样的结果。
不，没有。
在这种特定情况下，切片就可以了。但您可能不只是在寻找均匀分布的索引，对吗？
@MisterMiyagi 不，我正在寻找一般案例。

标签： python arrays list numpy matrix-indexing

【解决方案1】：

from operator import itemgetter 

print(itemgetter(1,3)(a))

并把它变成一个列表：

print(list(itemgetter(1,3)(a)))

【讨论】：

作为索引的迭代实现：tuple(obj[i] for i in items)
不完全在那里，因为它索引并产生一个元组而不是数组。