为什么在 2-D numpy 数组上执行 array[array%10] 返回 3-D 数组？

Question

所以我有一个二维数组使用

array = numpy.arange(1, 101).reshape(10,10)

当我执行array[array>0]之类的操作时，我得到一个 1-D 数组，但是当我执行array[array%10]时，我得到一个 3-D 数组。 我不知道这里发生了什么。

Answer 1

我想知道你期望它做什么。 在命令行中，您应该键入array > 0并查看您得到的结果。 这是一个布尔数组。 当您使用布尔数组进行索引时，它会在匹配的基础上从数组中选择某些元素。 在那种情况下，每个元素都是真的，所以你得到了所有 100 个元素。

但array%10返回一个二维数字数组。 Numpy 将这些解释为您想要的行的索引。 array%10的第一行是 [1,2,3,4,5,6,7,8,9,0]。 因此，numpy 为您构建了一个包含这些数组行的平面。 第二行恰好是相同的，因此您最终会从原始阵列中选择十个相同的 10x10 平面。