布尔索引和广播的 Numpy 混淆答案

【问题标题】：Numpy confusion with boolean indexing and broadcasting布尔索引和广播的 Numpy 混淆
【发布时间】：2023-04-03 12:07:01
【问题描述】：

我有一个 numpy 数组 y:

y = np.arange(35).reshape(5,7)

5 行，7 列。现在我创建一个布尔 1-d 5 元素掩码，它挑选出我想要的行（按照numpy indexing 的文档）：

b = np.array([False, False, True, False, True])

然后y[b] 返回感兴趣的行。但是文档令人困惑：它说

布尔数组必须与被索引的数组具有相同的形状，或者可以广播到相同的形状。

而 b 不能用 y 广播：

>>> np.broadcast_arrays(y, b)
ValueError: shape mismatch: two or more arrays have incompatible dimensions on axis 1.

因为广播通过匹配尾随尺寸和向后工作来工作。

在这种布尔索引的情况下，显然有一些不同的规则在起作用；是文档错了还是我只是误解了它？如果我按照文档的建议进行操作并使 b 具有形状 (5,1) 它不会选择行；它只是获取每个选定行的第一列并将其作为一维数组返回。

我怀疑真正的规则是布尔对象的尺寸必须与原始数组的 initial 尺寸相匹配，并且它选择布尔值为真的每个尺寸的值，返回任何元素的所有元素尾随暗淡。但是我找不到任何官方说明它是如何工作的。

所以我的问题是，(a) 我做得对吗，而文档是错的？ (b) 我读错文件了吗？ (c) 有没有更好/不同的方法来做或理解它？

【问题讨论】：

对我来说似乎是一个错误...但我们必须询问开发人员这是 numpy 还是 numpy 文档中的错误 :)
我会说如果它是一个错误，那么它就是文档中的一个错误。 y[b] 等价于 y[b, :]，因此是有意义的。如果c 与shape (7,) 是布尔值，那么y[c] 是y[c,:]，因此不起作用，因为它不是广播，而是切片。您必须使用y[:, c]。
这是一个文档问题。布尔索引与广播无关。有感觉的请指正文档，在github上可以轻松搞定。
@seberg：我很乐意提供帮助。我应该使用docs.scipy.org/numpy/docs/numpy.doc.indexing 的wiki 文档编辑器吗？或者只是查看源代码（我假设文档在某处）并提出拉取请求？
@GaryO，我认为原则上 wikidoc 可能有效，但创建拉取请求可能更容易。如果只是小的文本更改，您甚至可以通过 github 的“编辑”按钮来完成。编辑：虽然那样做修正可能很难，所以最好做一个真正的结帐，除非它只是一个错字修正。

标签： python arrays numpy

【解决方案1】：

y[b] 的减少似乎可以满足您的需求。我不认为它与文档格格不入，并且这里没有用于广播的布尔值与数字的特殊情况。

y[b] # gives what you want
# broadcast booleans
np.broadcast_arrays(b, y) #gives the error you saw
np.broadcast_arrays(b[:,np.newaxis], y) #broadcasts.
# same as broadcast numbers
np.broadcast_arrays(np.arange(5), y) #ALSO gives the error you saw
np.broadcast_arrays(np.arange(5)[:,np.newaxis], y) #broadcasts.

【讨论】：

numpy 引用表明y[b] 实际上与y[b.nonzero()] 相同。