通过 ndarray 索引 ndarray答案

【问题标题】：Indexing ndarray by ndarray通过 ndarray 索引 ndarray
【发布时间】：2019-07-23 12:10:35
【问题描述】：

我有一个第一个 ndarray，foo，我想在其中选择几个元素。

foo = array([0, 10, 30] , [20, 40, 60], [30, 50, 70])

确切地说，我有另一个 ndarray，bar，我在其中存储我想要的行在我的第一个 ndarray 的每一列中。

bar = array([1, 2, 0], [0, 0, 1])

我想要的结果是：

array([20, 50, 30] , [0, 10, 60])

这是一种矢量化的方式吗？

当我尝试 foo[bar] 时，它会增加数组的大小。这不是我想要的。

【问题讨论】：

【解决方案1】：

In [17]: foo[bar, np.arange(3)]
Out[17]: 
array([[20, 50, 30],
       [ 0, 10, 60]])

一维数组np.arange(3)被广播成和bar一样的形状所以它相当于

In [35]: X, Y = np.broadcast_arrays(bar, np.arange(3)); Y
Out[35]: 
array([[0, 1, 2],
       [0, 1, 2]])

X 与bar 相同，因为广播不会改变bar 的形状。

然后NumPy integer array indexing rules 说foo[X, Y] 的(i,j) 元素等于

foo[X, Y][i, j] = foo[X[i,j], Y[i,j]]

例如，

foo[bar, np.arange(3)][0, 1] = foo[ bar[0,1],  Y[0,1] ]
                             = foo[2, 1]
                             = 50

【讨论】：

【解决方案2】：

您还需要分别指定要与每个索引一起使用的列。

试试这个：

import numpy as np

foo = np.array([[0, 10, 30], [20, 40, 60], [30, 50, 70]])
bar = np.array([[1, 2, 0], [0, 0, 1]])

foo[bar, range(len(foo))]

输出：

array([[20, 50, 30],
       [ 0, 10, 60]])

【讨论】：