元组作为多维数组的索引

Question

我发现了一个与我的问题非常相似的问题，但并不完全相同。 这个：here 然而，在 ntimes 的情况下，数组的大小与元组所指向的维数相匹配。 在我的例子中，我有一个 4 维数组和一个 2 维元组，就像这样：

from numpy.random import rand
big_array=rand(3,3,4,5)
tup=(2,2)

我想使用元组作为前两个维度的索引，并手动索引后两个。比如：

big_array[tup,3,2]

但是，我获得了索引 = 2 的第一个维度的重复，沿着第四个维度（因为它在技术上没有被索引）。这是因为这个索引解释了对第一个维度的双索引，而不是每个维度的一个值，

eg. 
| dim 0:(index 2 AND index 2) , dim 1:(index 3), dim 2:(index 2), dim 3:(no index)|
instead of 
|dim 0(index 2), dim 1(index 2), dim 2:(index 3), dim 3:(index 2)|.

那我怎样才能“解包”这个元组呢？有任何想法吗？ 谢谢！

Answer 1

你也可以单独传入你的第一个元组来获取感兴趣的切片，然后单独索引它：

from numpy.random import rand
big_array=rand(3,3,4,5)
chosen_slice = (2,2)

>>> big_array[ chosen_slice ]
array([[ 0.96281602,  0.38296561,  0.59362615,  0.74032818,  0.88169483],
       [ 0.54893771,  0.33640089,  0.53352849,  0.75534718,  0.38815883],
       [ 0.85247424,  0.9441886 ,  0.74682007,  0.87371017,  0.68644639],
       [ 0.52858188,  0.74717948,  0.76120181,  0.08314177,  0.99557654]])

>>> chosen_part = (1,1)

>>> big_array[ chosen_slice ][ chosen_part ]
0.33640088565877657

对于某些用户来说，这可能更具可读性，但否则我会倾向于 mgilson 的解决方案。

Answer 2

由于您使用的是numpy：

big_array[tup+(3,2)]

应该可以。当您调用__getitem__（通过方括号）时，这些内容将作为元组传递给__getitem__。您只需要在此处显式构造tuple（将元组添加在一起并连接成一个新元组），numpy 就会满足您的要求。