基于行索引从numpy数组列中选择元素答案

【问题标题】：Selection of elements from numpy array columns based on row index基于行索引从numpy数组列中选择元素
【发布时间】：2019-01-11 08:17:17
【问题描述】：

我有一个二维数组A 和一个索引列表idx，例如：

A = np.array([[ 1.,  0.,  0.],
             [ 0.,  1.,  0.],
             [ 0.,  0.,  1.],
             [ 0., -1.,  0.],
             [ 0.,  0.,  5.]])

idx = np.array([2, 1, 0, 1, 2])

我正在尝试沿列轴选择由idx 索引的A 的元素（在此示例中：array([0., 1., 0., -1., 5.])）。我怎么能在没有循环的情况下做到这一点？

谢谢！

【问题讨论】：

为什么不想使用循环？ - 这可以通过for 循环轻松解决。
@Alfie 因为 numpy 通常比 for 循环快得多。
@Alfie 正如@Luca 所说，numpy 操作比 Python 中的循环效率更高，除此之外，矩阵 A 在我的问题中具有巨大的维度。

标签： python numpy search indexing

【解决方案1】：

A[np.arange(np.size(idx)), idx]

给array([ 0., 1., 0., -1., 5.])

来自文档的Advanced Indexing 部分：

当索引包含的整数数组数量与所要的数组一样多时 indexed 有维度，索引是直截了当的，但是不同于切片。 [...] 最好通过一个例子来理解这一点。

【讨论】：

【解决方案2】：

索引 2D numpy 数组可能有点令人困惑。

你需要：A[np.arange(0, A.shape[0]), idx]

【讨论】：