Numpy 中的二维数组索引二维数组

Question

我有一个问题困扰了我几天。 假设我们在 Numpy 中定义了一个二维数组：

x = np.array([[0, 1, 2],
              [3, 4, 5],
              [6, 7, 8]])

我们还定义了一个用于索引的一维数组，比方说：

ind = np.array([2,1])

如果我们尝试x[ind]我们将得到：

array([[6, 7, 8],
       [3, 4, 5]])

这很有意义： x的第 2 行和第 1 行。

如果我们运行： x[:,ind]我们将得到：

array([[2, 1],
       [5, 4],
       [8, 7]])

同样，这很有意义 - 我们收到第 2 列，然后是第 1 列

现在我们将索引数组定义为 2d：

ind = np.array([[2,1],
                [2,2]])

如果我们运行x[ind]我们得到：

array([[[6, 7, 8],
        [3, 4, 5]],

       [[6, 7, 8],
        [6, 7, 8]]])

同样，这是有道理的——对于索引二维数组中的每一行，我们都会收到一个二维数组，它代表原始二维数组x中的相应行。

但是，如果我们运行x[:,ind]我们会收到下一个数组：

array([[[2, 1],
        [2, 2]],

       [[5, 4],
        [5, 5]],

       [[8, 7],
        [8, 8]]])

我不明白这个 output 因为它返回索引行中的特定项目，但不是完整行。 我会假设，就像x[:,ind]是一维数组时的情况一样，我们将收到 2d arrays ，其中包括来自原始x数组的原始列。

Answer 1

在索引数组的最后一种情况下：

print(ind)
array([[2, 1],
       [2, 2]])

由于ind是一个形状为(2,2)的2D数组，并且您沿第一个轴取一个完整的切片，因此您将使用ind在其每一行上沿A的列进行索引。 因此，例如，通过使用ind索引第二行[3, 4, 5] ，您将再次获得索引2->5 、 1->4 、 2->5和2->5处的元素，结果形状与ind相同，因此[[5,4][5,5]] 。

它的每一行都相同，从而产生(3,2,2)形状的阵列。