用 numpy 进行多维索引的最佳方法是什么？答案

【问题标题】：What is the best way to do multi-dimensional indexing with numpy?用 numpy 进行多维索引的最佳方法是什么？
【发布时间】：2016-03-08 07:58:27
【问题描述】：

我正在尝试对 3D numpy 数组进行一些索引。基本上我有一个数组phi，其形状为(F,A,D)；例如(5, 3, 7)。生成，例如如下：

F=5; A=3; D=7; phi = np.random.random((F,A,D))

我的目标是能够使用[[0,1,2],[5,5,6]] 等二维数组对A 和D 进行索引，这意味着将在第三维中以0 索引的值作为@ 中的第一个位置987654328@，在第三维中以 1 为索引的值是 A 的第二个位置，依此类推。结果的形状应为(F,A,2) 或(F,2,A)。

这相当于手动循环“索引器数组”的所有值，例如：

phi[:,0,0]; phi[:,1,1]; phi[:,2,2]
phi[:,0,5]; phi[:,1,5]; phi[:,2,6]

直觉上我会做类似phi[:,:,[[0,1,2],[3,3,3]]]的事情，但它的形状最终是(5, 3, 2, 3)。

关于如何获得正确结果的任何想法？

【问题讨论】：

【解决方案1】：

我想这就是你想要的

phi[:,range(A),[[0,1,2],[5,5,6]]]

你的尝试

phi[:,:,[[0,1,2],[5,5,6]]]

为前两个维度的每个值沿第三个维度取值，因此您最终会得到(5,3,2,3) 的形状。

但是，根据您的示例，您希望通过range(A) 和numpy 的广播在我的代码中实现第二维的持续增加。

【讨论】：