import numpy as np
a = np.zeros((10,20,30))
要提取第二维和第三维的元素，ind1 和 ind2 是索引列表
ind1 = [0,5,6]
ind2 = [1,2,7,8]
a[:,ind1,ind2]
上面的命令给出了 IndexError: shape mismatch
如果我们按如下方式进行索引
a1 = a[:,ind1,:]
a2 = a1[:,:,ind2]
它有效，如果 ind1 和 ind2 的尺寸相同，则索引有效。
多维数组的索引列表是否必须具有相同的形状？
【问题讨论】：
标签： python numpy multidimensional-array
由于输出的形状由索引数组的形状决定，是的，它们必须相同。
或者说兼容，如下
i1, i2 = np.ix_(ind1, ind2)
a[:, i1, i2]
会起作用。它通过选取 ind1、ind2 的所有组合（i1、i2 的形状为 (3, 1) (1, 4)，因此它们一起广播）生成一个 10x3x4 数组。
相比之下，“正常”行为（当 ind1 和 ind2 不可广播时）只是选择 ind1 和 ind2 的对应元素，这就是它们的形状必须一致的原因。
这里有一个更简单的例子来展示差异
>>> z = np.zeros((5,5), int)
>>> a = [1,2,4]
>>> z[a,a] = 1
>>> z # 3 points set
array([[0, 0, 0, 0, 0],
[0, 1, 0, 0, 0],
[0, 0, 1, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 1]])
>>> a1,a2 = np.ix_(a,a)
>>> z[a1,a2] = 1
>>> z # 3x3 points set
array([[0, 0, 0, 0, 0],
[0, 1, 1, 0, 1],
[0, 1, 1, 0, 1],
[0, 0, 0, 0, 0],
[0, 1, 1, 0, 1]])
【讨论】：
Paul 的回答可能会回答您的问题，但我发现它不会起作用，因为如果您执行以下操作，您会同时使用这些索引同时执行这两项操作：
a[:,ind1,:][:,:,ind2]
它没有得到索引错误
【讨论】：
np.ix_ 方法相同的输出。当然，np.ix_ 通常会更高效，但您的输入更少。