Numpy 中的逻辑索引与 MATLAB 中的两个索引

Question

如何使用 Numpy 在 MATLAB 中复制此索引？

X=magic(5);
M=[0,0,1,2,1];
X(M==0,M==2)

返回：

ans =
  8
 14

我发现在 Numpy 中这样做是不正确的，因为它不会给我相同的结果..

X = np.matrix([[17, 24,  1,  8, 15],
        [23,  5,  7, 14, 16],
        [ 4,  6, 13, 20, 22],
        [10, 12, 19, 21,  3],
        [11, 18, 25,  2,  9]])

M=array([0,0,1,2,1])
X.take([M==0]).take([M==2], axis=1)

因为我得到：

 matrix([[24, 24, 24, 24, 24]])

在 numpy 中使用两个索引进行逻辑索引的正确方法是什么？

Answer 1

当 a 和 b 都是数组（matlab 中的向量）时，通常有两种方法来解释 X[a, b]，“内部样式”索引或“外部样式”索引。

matlab 的设计者选择了“outer-style”索引，numpy 的设计者选择了inner-style 索引。要在 numpy 中进行“外部样式”索引，可以使用：

X[np.ix_(a, b)]
# This is roughly equal to matlab's
X(a, b)

为了完整起见，您可以通过以下方式在 matlab 中进行“内部样式”索引：

X(sub2ind(size(X), a, b))
# This is roughly equal to numpy's
X[a, b]

简而言之，试试X[np.ix_(M == 0, M == 1)]。