Python Numpy語法：數組索引作為兩個用逗號分隔的數組是什么意思？

Question

我不理解數組作為Python Numpy中的索引。 例如，我在Numpy中有一個二維數組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

自己測試一下！

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

通過按照您的方式對數組進行切片 （ 切片的文檔 ），您將獲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])

我強烈鼓勵您嘗試一下，看看文檔和示例。

Answer 2

您正在創建一個新數組：

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]

請參閱本教程中的索引，切片和迭代 。

多維數組每個軸可以有一個索引。 這些索引在以逗號分隔的元組中給出

引用文檔：

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數組作為數組的索引。 請參閱文檔中的索引數組 。

NumPy數組可以與其他數組（或可以轉換為數組的任何其他類似序列的對象（如元組除外）建立索引；關於元組的原因，請參閱本文檔的結尾）。 索引數組的使用范圍從簡單，直接的案例到復雜的，難以理解的案例。 對於所有索引數組，返回的都是原始數據的副本，而不是切片的視圖。