在特定维度的numpy数组中选择索引[重复]

Question

这个问题在这里已有答案：

• 索引n维数组与（n-1）d数组 1回答

很难找到明确的标题，但一个例子会清楚地说明。 例如，我的输入是：

c = np.full((4, 3, 2), 5)
c[:,:,1] *= 2

ix = np.random.randint(0, 2, (4, 3))

如果ix是：

array([[1, 0, 1],
       [0, 0, 1],
       [0, 0, 1],
       [1, 1, 0]])

如果想要结果：

array([[10,  5, 10],
       [ 5,  5, 10],
       [ 5,  5, 10],
       [10, 10,  5]])

我的c数组可以是任意尺寸，也是我想要采样的尺寸。

这听起来像插值，但每次我想应用它时，我都不愿意构造一个索引数组。 有没有办法在numpy数组上使用某种索引来做到这一点？ 或者我必须使用一些插值方法...速度和内存是一个问题，因为我必须多次这样做，并且数组可能非常大。

感谢您的任何见解！

Answer 1

使用numpy.ogrid创建x，y索引，然后使用高级索引 ：

idx, idy = np.ogrid[:c.shape[0], :c.shape[1]]
c[idx, idy, ix]

#array([[10,  5, 10],
#       [ 5,  5, 10],
#       [ 5,  5, 10],
#       [10, 10,  5]])