整个数组索引的python numpy数组

Question

t_index = np.argsort(adj, axis = 0)[:,::-1]  # 54 x 54 shape   
t = np.sort(adj, axis= 0)[:,::-1] # 54 x 54
t[5:,] = 0
adj = t[t_index] # 54 x 54 x 54

而不是返回54 x 54的形状，而是54 x 54 x54。如何获得相同的形状？ 为什么是三维的？

Answer 1

让我举一个例子，说明谁使用t[t_index]语法来帮助您了解其工作原理。 有时我会使用整数数组使用调色板来表示图像。 256种颜色（rgb值）中的每一种都存储在形状为（256，3）的托盘阵列中。 图像存储为0到255之间（1000、1000）个整数的数组，或者存储在托盘数组中的索引。 如果我想创建一个rgb图像，例如出于显示目的，我要做rgbimage = pallet[image]以创建一个（ rgbimage = pallet[image]的rgb图像。

更新：我看到您已经在include argsort中更新了您的问题，也许您正在尝试执行与此问题类似的操作。 对于二维数组，简短版本如下所示：

s = np.random.random((54, 54))
t = np.random.random((54, 54))
axis = 0

t_index = s.argsort(axis)
idx = np.ogrid[:t.shape[0], :t.shape[1]]
idx[axis] = t_index
t_sort = t[idx]

我一直在寻找一种很好的解释方法，但是似乎找不到一个好的方法。 如果有人对ogrid工作原理或numpy索引中的广播工作原理有很好的参考，请在注释中留下注释。 我会写一个简短的解释，这应该会有所帮助。 可以说t是一个二维数组，我想从每一列中选择2个元素，我将执行以下操作：

t = np.arange((12)).reshape(3, 4)
print t
# [[ 0,  1,  2,  3],
#  [ 4,  5,  6,  7],
#  [ 8,  9, 10, 11]]

print t[[0, 3], :]
# [[ 0  1  2  3]
#  [ 8  9 10 11]]

现在想象一下，我想要每行中都有不同的元素，我可以尝试：

row_index = [[0, 2],
             [0, 2],
             [1, 2],
             [0, 1]]
t[row_index]
# Which in python is the same as
t[row_index, :]

但这是行不通的。 这种行为不足为奇，因为:表示每一列。 在前面的示例中，我们得到的每一列均为0，每列均为2。我们真正想要的是：

row_index = [[0, 2],
             [0, 2],
             [1, 2],
             [0, 1]]
column_index = [[0, 0],
                [1, 1],
                [2, 2],
                [3, 3]]
t[row_index, column_index]

Numpy还让我们作弊并使用以下内容，因为这些值只是重复出现的：

column_index = [[0],
                [1],
                [2],
                [3]]

阅读有关广播的内容，以更好地理解这一点。 我希望这个解释会有所帮助。