numpy 多维数组索引

Question

当我在一个 numpy 多维数组中进行索引时，我遇到了一个奇怪的问题。所以，我有一个形状数组 (4, 882)。我有另一个称为形状匹配的数组 (276, 2)。这个匹配数组保存了我原来的多维数组中有效条目的索引。我想做的是选择前 2 行和匹配数组中索引的所有列。所以，我做了如下的事情：

import numpy as np
k = get_array()  # This has shape (4, 882)
m = get_match()  # This has shape (276, 2)

s = k[[1, 0], m[:, 0]]

这会引发错误：

ValueError: shape mismatch: objects cannot be broadcast to a single shape

但是，当我这样做时：

s = k[[1, 0], :][:, m[:, 0]]

这很好用。所以，这实际上是先选择行的子集，然后选择列，但我不确定为什么我的第一次尝试是错误的。另外，做：

s = k[[1, 0], :]

当然可以。

Answer 1

错误消息有点令人困惑，因为形状不匹配不在k 和m 之间。它在[1, 0] 和m[:,0] 之间。以下是修复它的三种方法，使用以下（更易于可视化的）数组：

>>> k
array([[ 0,  1,  2,  3,  4,  5,  6,  7],
       [ 8,  9, 10, 11, 12, 13, 14, 15],
       [16, 17, 18, 19, 20, 21, 22, 23]])
>>> m
array([[0, 1],
       [2, 3],
       [4, 5],
       [6, 7]])

1. 将索引列表更改为二维列表，其形状可以针对m广播：

   >>> k[[[1], [0]],m[:, 0]]
   array([[ 8, 10, 12, 14],
          [ 0,  2,  4,  6]])
   

2. 将其转换为数组并重塑数组：

   >>> k[numpy.array([1, 0]).reshape(2, 1),m[:, 0]]
   array([[ 8, 10, 12, 14],
          [ 0,  2,  4,  6]])
   

3. 将其转换为数组并使用numpy.newaxis，又名None对其进行切片：

   >>> k[numpy.array([1, 0])[:,None],m[:, 0]]
   array([[ 8, 10, 12, 14],
          [ 0,  2,  4,  6]])
   

还有很多其他的，但这是最容易想到的三个。

您收到错误是因为numpy 需要以这种方式传递的索引具有相同的形状，或者可以广播到相同的形状。通过使[1, 0] 列表成为“列数组”，您可以使它们可广播。当您尝试将m 乘以[1, 0] 时，也会发生同样的事情：

>>> m[:,0] * [0, 1]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: shape mismatch: objects cannot be broadcast to a single shape

所有相同的修复都适用。例如：

>>> m[:,0] * [[0], [1]]
array([[0, 0, 0, 0],
       [0, 2, 4, 6]])

最后，请注意，您还可以通过传递不同形状的 m 切片来修复它——观察输出被转置：

>>> k[[1, 0],m[:, 0:1]]
array([[ 8,  0],
       [10,  2],
       [12,  4],
       [14,  6]])