Python Numpy语法：数组索引作为两个用逗号分隔的数组是什么意思？

Question

我不理解数组作为Python Numpy中的索引。 例如，我在Numpy中有一个二维数组A

[[1,2,3]
 [4,5,6]
 [7,8,9]
 [10,11,12]]

A [[1,3]，[0,1]]是什么意思？

Answer 1

自己测试一下！

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

通过按照您的方式对数组进行切片 （ 切片的文档 ），您将获得第一行第零列的元素和第三行第一列的元素。

A[[1,3], [0,1]]
>>> array([ 3, 10])

我强烈鼓励您尝试一下，看看文档和示例。

Answer 2

您正在创建一个新数组：

import numpy as np

A = [[1, 2, 3],
     [4, 5, 6],
     [7, 8, 9],
     [10, 11, 12]]
A = np.array(A)

print(A[[1, 3], [0, 1]])
# [ 4 11]

请参阅本教程中的索引，切片和迭代 。

多维数组每个轴可以有一个索引。 这些索引在以逗号分隔的元组中给出

引用文档：

def f(x,y):
    return 10*x+y

b = np.fromfunction(f, (5, 4), dtype=int)
print(b[2, 3])
# -> 23

您也可以使用NumPy数组作为数组的索引。 请参阅文档中的索引数组 。

NumPy数组可以与其他数组（或可以转换为数组的任何其他类似序列的对象（如元组除外）建立索引；关于元组的原因，请参阅本文档的结尾）。 索引数组的使用范围从简单，直接的案例到复杂的，难以理解的案例。 对于所有索引数组，返回的都是原始数据的副本，而不是切片的视图。