numpy 高级索引不准确的文档？答案

【问题标题】：numpy advanced indexing inaccurate documentation?numpy 高级索引不准确的文档？
【发布时间】：2019-02-02 14:40:38
【问题描述】：

高级索引的定义意味着 x[(1,2,3),] 与 x[(1,2,3)] 根本不同。后者相当于 x[1,2,3] 将触发基本选择，而前者将触发高级索引。请务必了解发生这种情况的原因。

和

在选择对象，obj是非元组序列对象，ndArray（数据类型整数或bool）或至少一个序列对象的元组或ndarray（数据类型为整数或布尔值）。高级索引有两种类型：整数和布尔值。

但是在我自己的测试中，即使对于元组，如果它没有至少一个 slice 对象、一个 np.newaxis 或一个 Ellipse 对象，那么它将触发高级索引

import numpy as np

arr = np.zeros(shape=(5,5,5))
arr[(1,2,3)].flags.owndata       # evaluates to True

这是正确的行为吗？

【问题讨论】：

【解决方案1】：

In [5]: arr = np.zeros(shape=(5,5,5))

这是带有索引元组的基本索引：

In [6]: arr[(1,2,3)]
Out[6]: 0.0
In [7]: type(_)
Out[7]: numpy.float64

结果是一个项目，而不是一个数组（或数组的视图）。与以下内容相同：

In [8]: arr[1,2,3]
Out[8]: 0.0
In [9]: type(_)
Out[9]: numpy.float64

像这样的标量 numpy 项目总是有自己的数据。我在回答最近关于is 的问题时对此进行了详细说明：

【讨论】：