<分区>
例如，我有两个numpy数组，
A = np.array(
[[0,1],
[2,3],
[4,5]])
B = np.array(
[[1],
[0],
[1]], dtype='int')
并且我想从 A 的每一行中提取一个元素，并且该元素由 B 索引，所以我想要以下结果:
C = np.array(
[[1],
[2],
[5]])
我尝试了 A[:, B.ravel()]，但它会广播 B，这不是我想要的。还查看了 np.take，似乎不是我问题的正确解决方案。
但是，我可以通过转置 A 来使用 np.choose，
np.choose(B.ravel(), A.T)
但还有其他更好的解决方案吗？
最佳答案
您可以使用 NumPy's purely integer array indexing -
A[np.arange(A.shape[0]),B.ravel()]
sample 运行-
In [57]: A
Out[57]:
array([[0, 1],
[2, 3],
[4, 5]])
In [58]: B
Out[58]:
array([[1],
[0],
[1]])
In [59]: A[np.arange(A.shape[0]),B.ravel()]
Out[59]: array([1, 2, 5])
请注意，如果 B 是一个 1D 数组或此类列索引的列表，您可以使用 .ravel()< 跳过展平操作.
sample 运行-
In [186]: A
Out[186]:
array([[0, 1],
[2, 3],
[4, 5]])
In [187]: B
Out[187]: [1, 0, 1]
In [188]: A[np.arange(A.shape[0]),B]
Out[188]: array([1, 2, 5])
关于python - 使用 numpy 数组作为另一个数组的第二个暗淡的索引？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/37897748/