我有一个二级数组，想用切片来索引它。 如果我在适当的位置创建切片，我会得到预期的结果：
A = rand(3,3)
assert(allclose(A[0:3, 0:3], A))
另一方面，如果我提前创建切片，索引的行为不会像预期的那样（至少从 octave/matlab 用户的角度来看，这两种方法产生相同的结果）：
A = rand(3,3)
i = range(0,3)
j = range(0,3)
assert(allclose(A[i, j], A))
# AssertionError
为什么这些方法会产生不同的结果？
【问题讨论】：
标签： matlab numpy matrix indexing octave
您为什么希望他们做同样的事情？ numpy 与 MATLAB 的这种索引不同。
In [6]: arr = np.arange(9).reshape(3,3)
In [7]: arr[range(3),range(3)]
Out[7]: array([0, 4, 8])
使用范围（或相同值的列表或数组），它返回一维数组，在本例中为二维数组的对角线。此索引选择一组点，而不是一个块。
在numpy 中，如果您想要一个带有“高级索引”的二维结果，您需要创建一对索引数组，它们一起广播到正确的形状：
In [8]: arr[np.arange(3)[:,None],range(3)]
Out[8]:
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
在 MATLAB/octave 中，选择一个块很容易，但选择单个元素要困难得多。
arr(sub2ind([3,3],[1,2,3],[1,2,3]))
一般来说，要了解 numpy 高级索引，您需要了解广播 - 这适用于索引以及加法等数学运算。
【讨论】：
A[0:3, 0:3]与A[range(3), range(3)]的区别对待感到困惑。
basic 索引和advanced。使用切片（冒号）和列表进行索引在行为上完全不同。