关于特定数组及其最终形状的 Numpy 花式索引问题？

【问题标题】：Numpy fancy indexing question about specific array and its final shape?关于特定数组及其最终形状的 Numpy 花式索引问题？
【发布时间】：2020-01-11 15:05:05
【问题描述】：

X = np.arange(12).reshape((3, 4)) => shape (3,4)
row = np.array([0, 1, 2])
row[:, np.newaxis] => shape (3,1)

X[row[:, np.newaxis], :]  => shape (3,1,4)

当根据“广播规则”广播的索引的形状应该是最终形状时，谁能解释这个最终形状是如何发生的？

【问题讨论】：

第二个索引是一个切片，而不是另一个数组。广播不适用。

标签： python numpy indexing reshape

【解决方案1】：

X[i, :] 将 X 的第 i 行作为形状数组 (X.shape[1],)
X[[i], :] 将 X 的第 i 行作为形状数组 (1, X.shape[1])
X[[[i]], :] 将X 的第 i 行作为形状数组(1, 1, X.shape[1])
X[[[[i]]], :] 将X 的第 i 行作为形状数组(1, 1, 1, X.shape[1])
...

如你所见，这样你只是引入了额外的维度，输出数组的形状是索引数组的形状+X的行的形状。

现在，row[:, np.newaxis] 是 array([[0], [1], [2]])，形状为 (3,1)，X 的每一行的形状为 (4,)。所以X[[[0], [1], [2]], :] 将三行 X 打包成形状为(3,1) + (4,) = (3, 1, 4) 的数组。

【讨论】：