元组索引numpy数组的奇怪行为答案

【问题标题】：Strange behavior of tuple indexing a numpy array元组索引numpy数组的奇怪行为
【发布时间】：2015-08-16 09:20:45
【问题描述】：

在使用元组列表（使用 python 2.7.8 和 numpy 1.9.1）索引平面 numpy 数组时，我注意到一些令人困惑的行为。我的猜测是，这与数组维度的最大数量（我相信是 32）有关，但我一直无法找到文档。

>>> a = np.arange(100)
>>> tuple_index = [(i,) for i in a]
>>> a[tuple_index] # This works (but maybe it shouldn't)
>>> a[tuple_index[:32]] # This works too
>>> a[tuple_index[:31]] # This breaks for 2 <= i < 32
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IndexError: too many indices for array
>>> a[tuple_index[:1]] # This also works...

如果元组列表是 32 个或更大的元素，它会被“扁平化”吗？这是否记录在某处？

【问题讨论】：

有趣的是，我收到一条不同的错误消息：IndexError: unsupported iterator index。使用 python 2.7 和 numpy 1.8.2
抱歉，我应该指定版本（python 2.7.8；numpy 1.9.1）。我已经更新了问题。

标签： python arrays numpy indexing

【解决方案1】：

不同之处似乎在于第一个示例触发了精美的索引（它只是从同一维度选择列表中的索引），而 tuple_index[:31] 被视为索引元组（这意味着从多个轴进行选择）。

如您所述，NumPy 数组的最大维数（通常）为 32：

>>> np.MAXDIMS
32

根据mapping.c 文件中的以下注释（其中包含解释用户传递的索引的代码），任何小于 32 的元组序列都将被展平为索引元组：

/*
 * Sequences < NPY_MAXDIMS with any slice objects
 * or newaxis, Ellipsis or other arrays or sequences
 * embedded, are considered equivalent to an indexing
 * tuple. (`a[[[1,2], [3,4]]] == a[[1,2], [3,4]]`)
 */

（我还没有在 SciPy 网站的官方文档中找到这方面的参考资料。）

这使得a[tuple_index[:3]] 等同于a[(0,), (1,), (2,)]，因此出现“索引过多”错误（因为a 只有一个维度，但我们暗示有三个维度）。

另一方面，a[tuple_index] 与 a[[(0,), (1,), (2,), ..., (99,)]] 相同，生成二维数组。

【讨论】：

basics documentation 声称 索引数组必须是整数类型。 显然，实现无论如何都允许这样做。我仍然不明白为什么你从大于np.MAXDIMS的元组列表中得到一个二维数组。
我同意这似乎并不明显（而且我不知道它是否有意）。当长于 MAXDIMS it looks like 时，元组列表 [(0,), (1,), (2,) ..., (99,)] 在内部被强制转换为 NumPy 数组（它将成为二维数组）。然后用它来索引原始的一维数组（返回一个二维数组）。