numpy数组数组的Pythonic方式（带有行索引）

Question

我想在表中找到与特定索引相对应的值。 例如，这是我的表：

import numpy as np
my_array = np.array([[0,1,0,1,0,1,0],[1,2,1,2,1,2,1],[4,5,4,3,3,4,5]])

#---------------------------------------------------------------------
#    my_array :     [[0, 1, 0, 1, 0, 1, 0],
#                    [1, 2, 1, 2, 1, 2, 1],
#                    [4, 5, 4, 3, 3, 4, 5]])

下面是一个索引数组。此数组中的值是 my_array 的行。 （列没有索引，索引的列索引对应my_array的第一个索引。）

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

#---------------------------------------------------------------------
#   indexes :    [[0, 0, 0, 0, 0],
#                 [1, 2, 1, 2, 1]])

我想计算一个与 my_array 行中的值对应的索引和值形状相同的数组。 这是我的代码：

result = np.zeros(indexes.shape)

for i in range(0, indexes.shape[0]):
     result[i, :] = my_array[indexes[i, :], np.arange(0, indexes.shape[1])]

#---------------------------------------------------------------------
#   Result :    [[ 0.,  1.,  0.,  1.,  0.],
#                [ 1.,  5.,  1.,  3.,  1.]]

有没有更“pythonic 的方式”来做到这一点？

Answer 1

使用advanced-indexing -

my_array[indexes, np.arange(indexes.shape[-1])]

如果使用索引列表indexes 进行索引以每列选择一个，请使用 -

my_array[indexes, np.arange(len(indexes))]