帶有二維索引的numpy多維選擇器

Question

我對以下情況感到困惑：

x = np.random.rand(1, 32, 3, 64);

print(x.shape)

#(1, 32, 3, 64)

然后我應用此選擇。

y = x[np.arange(1)[:, None], :, 1,  np.arange(64)[None, :]]

我認為我選擇了維度0、1、3的所有行，第二維度的1應該例外。

print(y.shape)

#(1, 64, 32)

對於以下情況：

y = x[np.arange(1)[:, None], :, [1],  np.arange(64)[None, :]]

我認為我選擇了0、1維的所有行，並且始終使用2維的第一行。

print(y.shape)

#(1, 64, 32)

為什么在兩種情況下形狀都變為（1、64、32）？

1和[1]的區別是什么？

Answer 1

您能否為您要實現的目標提供更多背景信息？ 你有什么用索引特殊原因np.arange(1)[:, None] ，而不只是: ？ 例如y = x[:,:,1,:] shape：（1,32,64）不是您要的內容嗎？

1索引與[1]索引之間的差異看起來可能是高級索引： https : //docs.scipy.org/doc/numpy/reference/arrays.indexing.html#advanced-indexing