使用 numpy 将布尔数组索引到多维数组中

Question

我是使用 numpy 的新手，我真的不明白的一件事是索引数组。

tentative tutorial中有这个例子：

>>> a = arange(12).reshape(3,4)
>>> b1 = array([False,True,True])             # first dim selection
>>> b2 = array([True,False,True,False])       # second dim selection
>>>
>>> a[b1,b2]                                  # a weird thing to do
array([ 4, 10])

我不知道为什么它会做最后一件事。谁能给我解释一下？

谢谢！

Answer 1

您的数组包括：

0  1  2  3
4  5  6  7
8  9 10 11

索引它的一种方法是使用整数列表，指定要包含的行/列：

>>> i1 = [1,2]
>>> i2 = [0,2]
>>> a[i1,i2]
array([ 4, 10])

含义：第1行第0列，第2行第2列

当您使用布尔索引时，您是在告诉哪些行/列要包含，哪些不包含：

>>> b1 = [False,True,True]       # 0:no,  1:yes, 2:yes       ==> [1,2]
>>> b2 = [True,False,True,False] # 0:yes, 1:no,  2:yes, 3:no ==> [0,2]

如您所见，这相当于上面显示的i1 和i2。因此，a[b1,b2] 将得到相同的结果。

还要注意，上述操作之所以可行，是因为b1 和b2 具有相同数量的True 值（因此，当以整数形式表示时，它们表示两个长度相同的数组）。