IndexError：形状不匹配：索引数组无法与形状一起广播答案

【问题标题】：IndexError: shape mismatch: indexing arrays could not be broadcast together with shapesIndexError：形状不匹配：索引数组无法与形状一起广播
【发布时间】：2018-07-29 05:47:48
【问题描述】：

a=np.arange(240).reshape(3,4,20)
b=np.arange(12).reshape(3,4)
c=np.zeros((3,4),dtype=int)
x=np.arange(3)
y=np.arange(4)

我想通过以下步骤获得一个 2d (3,4) 形状数组，无需循环。

for i in x:
    c[i]=a[i,y,b[i]]
c
array([[  0,  21,  42,  63],
       [ 84, 105, 126, 147],
       [168, 189, 210, 231]])

我试过了，

c=a[x,y,b]

但它显示

IndexError: shape mismatch: indexing arrays could not be broadcast together with shapes (3,) (4,) (3,4)

然后我也尝试通过[:,None]建立newaxis，还是不行。

【问题讨论】：

"我也尝试通过 [:,None] 建立 newaxis，它也不起作用。"始终发布您尝试的确切内容，因为这种方法（如果正确完成）按照下面的答案工作......
你想要一个 (3,4)，而b 就是这个形状。其他索引必须广播到相同的形状。

标签： python arrays numpy indexing array-broadcasting

【解决方案1】：

试试：

>>> a[x[:,None], y[None,:], b]
array([[  0,  21,  42,  63],
       [ 84, 105, 126, 147],
       [168, 189, 210, 231]])

讨论

你试过a[x,y,b]。注意错误信息：

>>> a[x, y, b]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IndexError: shape mismatch: indexing arrays could not be broadcast
            together with shapes (3,) (4,) (3,4)

(3,) 表示我们需要扩展x 以将 3 作为第一个维度，将 4 作为第二个维度。我们通过指定x[:,None] 来做到这一点（这实际上允许x 被广播到任何大小的第二维）。

同样，错误消息显示我们需要将y 映射到形状(3,4)，而我们使用y[None,:] 来做到这一点。

另类风格

如果愿意，我们可以将None 替换为np.newaxis：

>>> a[x[:,np.newaxis], y[np.newaxis,:], b]
array([[  0,  21,  42,  63],
       [ 84, 105, 126, 147],
       [168, 189, 210, 231]])

np.newaxis 为无：

>>> np.newaxis is None
True

（如果我没记错的话，numpy 的一些早期版本对newaxis 使用了不同的大写样式。不过，对于所有版本，None 似乎都有效。）

【讨论】：

【解决方案2】：

相似但不同，硬编码不是通用的。

>>> b = np.ravel(a)[np.arange(0,240,21)]
>>> b.reshape((3,4))
array([[  0,  21,  42,  63],
       [ 84, 105, 126, 147],
       [168, 189, 210, 231]])
>>>

【讨论】：