多个维度的numpy数组索引答案

【问题标题】：numpy array indexing in multiple dimensions多个维度的numpy数组索引
【发布时间】：2021-08-31 18:50:30
【问题描述】：

我有一个 numpy 数组：

theta = np.random.normal(size = [1000, 30, 80, 10])

我有一个索引数组：

delta = np.empty([1000, 30, 50], dtype = int)
delta[0,:] = np.arange(50) # stand-in for integer indexing

我想使用delta 数组索引theta 数组。也就是说，我想要类似的东西

theta[0,delta[0]]

与delta[0,20,11] 关联的条目将是theta[0,20,delta[0,20,11]]。例如，我想退出行索引。我该怎么办？

理想情况下，此输出的形状为[30,50,10] 或[30*50, 10]。

我现在正在使用：我现在正在使用：

theta_unravel = np.repeat(np.arange(30), 50)
theta[0,theta_unravel,delta[0].ravel()]

这似乎有效（提供[30 * 50, 10] 结果），但我不知道这是否是一个理想的解决方案。相反，我不知道这是否是最快的解决方案。

【问题讨论】：

您的delta 没有意义。它具有形状 (3,)。您是说 (1000,30,50) 形状的索引数组吗？具有theta的最后一个维度的有效值？
编辑：是的，我现在明白你的意思了。 doh!.现在，delta 中的值是theta 的第三轴的整数索引。 theta 的第二个轴应该由delta 的第二个轴上的行来推断。所以，根据关系，delta.shape[0] == theta.shape[0]、delta.shape[1] == theta.shape[1] 和 delta.max() < theta.shape[2]。
顺便说一句，您可以考虑使用np.empty_like(theta)，它会创建一个与theta具有相同形状和数据类型的空数组

标签： python numpy indexing

【解决方案1】：

我认为这说明了您正在尝试的内容 - 使用较小的 3d 数组：

In [758]: x = np.arange(24).reshape(3,4,2)
In [759]: y = np.ones((3,3),int)
In [760]: x[np.arange(3)[:,None],np.arange(3),y]
Out[760]: 
array([[ 1,  3,  5],
       [ 9, 11, 13],
       [17, 19, 21]])

y 是 (3,3)，其他维度的索引必须广播到相同的形状。

In [761]: x
Out[761]: 
array([[[ 0,  1],
        [ 2,  3],
        [ 4,  5],
        [ 6,  7]],

       [[ 8,  9],
        [10, 11],
        [12, 13],
        [14, 15]],

       [[16, 17],
        [18, 19],
        [20, 21],
        [22, 23]]])
In [762]: x[np.arange(3)[:,None],np.arange(3),y]=0
In [763]: x
Out[763]: 
array([[[ 0,  0],
        [ 2,  0],
        [ 4,  0],
        [ 6,  7]],

       [[ 8,  0],
        [10,  0],
        [12,  0],
        [14, 15]],

       [[16,  0],
        [18,  0],
        [20,  0],
        [22, 23]]])

由于我使用ones创建y（懒得做更花哨的事情），所以和：

In [765]: x[:,:,1]
Out[765]: 
array([[ 0,  0,  0,  7],
       [ 0,  0,  0, 15],
       [ 0,  0,  0, 23]])
In [766]: x[:,:3,1]
Out[766]: 
array([[0, 0, 0],
       [0, 0, 0],
       [0, 0, 0]])

要以这种方式使用y，其值必须在最后一个维度的范围内，此处为 2。

【讨论】：