带有条件转置维度的 numpy 索引

Question

当我混合掩码索引和普通索引时，我得到一个奇怪的结果：

a = np.zeros((3,2,5))
cond = [True]*5
print(a[0][:,cond].shape) # prints '(2,5)' as expected
print(a[0,:,cond].shape)  # prints '(5,2)' which is surprising

即，结果数组是从我认为应该发生的情况转置

这是一个错误吗？这是一个功能吗？如果有人可以向我指出一份解释这一点的文档，我会很高兴:)

Answer 1

不，这不是错误。发生这种情况是因为您混合了基本索引（切片）和高级索引（整数和布尔数组）。它记录在here：

需要区分索引组合的两种情况：

• 高级索引由切片、省略号或新轴分隔。例如 x[arr1, :, arr2]。

• 高级索引都彼此相邻。例如 x[..., arr1, arr2, :] 但不是 x[arr1, :, 1] 因为 1 是高级 这方面的索引。

在第一种情况下，由高级索引生成的维度 运算在结果数组中排在第一位，子空间维度 之后。 在第二种情况下，来自高级的尺寸 索引操作同时插入到结果数组中 就像它们在初始数组中一样（后一种逻辑是 简单的高级索引的行为就像切片一样）。