给定一个数据数组，有没有办法通过N维索引列表查询数据？
示例:
import numpy as np
data = np.array([[-14., 2., 19.],
[-13., 1., 20.],
[-15., 2., 18.],
[-13., 0., 19.],
[-15., 1., 19.],
[-14., 0., 19.],
[-14., 1., 20.]])
# Uniformly shaped array: works
queries = np.array([[2, 4, 6, 0], [3, 6, 4, 5]])
print data[queries]
# Properly returns
#[[[-15. 2. 18.]
# [-15. 1. 19.]
# [-14. 1. 20.]
# [-14. 2. 19.]]
#
# [[-13. 0. 19.]
# [-14. 1. 20.]
# [-15. 1. 19.]
# [-14. 0. 19.]]]
# N-dimentional array fails
queries = np.array([[4, 6, 0], [3, 6, 4, 5]])
print data[queries]
# IndexError: arrays used as indices must be of integer (or boolean) type #
#
# Desired result:
#[[[-15. 1. 19.]
# [-14. 1. 20.]
# [-14. 2. 19.]]
#
# [[-13. 0. 19.]
# [-14. 1. 20.]
# [-15. 1. 19.]
# [-14. 0. 19.]]]
最佳答案
查询中的两个元素具有不同的长度，因此它们存储为列表而不是 numpy 数组；同样，结果也会在内部存储为列表，并且使用 numpy 数组对 python 列表将不再有任何优势；你能做的最好的可能就是一个普通的 for 循环:
[data[query].tolist() for query in queries]
#[[[-15.0, 1.0, 19.0],
# [-14.0, 1.0, 20.0],
# [-14.0, 2.0, 19.0]],
#
# [[-13.0, 0.0, 19.0],
# [-14.0, 1.0, 20.0],
# [-15.0, 1.0, 19.0],
# [-14.0, 0.0, 19.0]]]
或者，如果您想将结果部分保留为 numpy 数组:
[data[query] for query in queries]
#[array([[-15., 1., 19.],
# [-14., 1., 20.],
# [-14., 2., 19.]]), array([[-13., 0., 19.],
# [-14., 1., 20.],
# [-15., 1., 19.],
# [-14., 0., 19.]])]
关于python - 使用 N 维索引列表查询 numpy 数组，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/43882341/