Numpy 高级索引混乱

Question

如果a是形状为(5,3)的numpy数组，b是形状(2,2)，c是形状(2,2)，那么a[b,c]的形状是什么？

谁能举个例子给我解释一下。我已经阅读了文档，但仍然无法理解它是如何工作的。

Answer 1

只是为了阐述高级索引的概念，这里是一个人为的例子：

# input arrays
In [22]: a
Out[22]: 
array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11],
       [12, 13, 14]])

In [23]: b
Out[23]: 
array([[0, 1],
       [2, 3]])

In [24]: c
Out[24]: 
array([[0, 1],
       [2, 2]])

# advanced indexing
In [25]: a[b, c]
Out[25]: 
array([[ 0,  4],
       [ 8, 11]])

通过表达式a[b, c]，我们使用数组b和c从数组a.

中有选择地提取元素

解释a[b, c]的输出：

    # b            # c            # 2D indices
    [[0, 1],       [[0, 1]   ---> (0,0)  (1,1)
     [2, 3]]        [2, 2]]  ---> (2,2)  (3,2)

二维索引将简单地应用于数组 a，相应的元素将在 a[b, c]

的结果中作为数组返回

 a[(0,0)]  --> 0
 a[(1,1)]  --> 4
 a[(2,2)]  --> 8
 a[(3,2)]  --> 11

以上元素作为二维数组返回，因为数组 b 和 c 本身就是二维数组。

此外，请注意高级索引总是 returns 一个副本。

In [27]: (a[b, c]).flags.owndata
Out[27]: True

但是，使用高级索引的赋值操作将改变原始数组（就地）。但是，此行为还取决于两个因素：

你的索引操作是纯粹的（只有高级索引）还是混合的（高级和简单索引的组合）
在混合索引的情况下，它们的应用顺序。

参见：

Numpy 高级索引混乱

Numpy Advanced Indexing confusion

indexing

numpy

matrix

multidimensional-array

numpy-ndarray