从一个n维数组索引 - numpy/ python

Question

我正在处理（x，y，z）维的矩阵，并希望同时从这个矩阵中索引许多值

ie. if the index A[0,0,0] = 5

and A[1,1,1] = 10

A[[1,1,1], [5,5,5]] = [5, 10]

然而，像这样的索引似乎返回了矩阵的大块

有人知道我怎么做吗？我有一个大的索引数组（n，x，y，z），我需要用它来索引a）

谢谢

Answer 1

您尝试使用1作为第一个索引3次，5作为第二个维度的索引（同样是3次）。这将使元素在A[1,5,:]处重复三次

A = np.random.rand(6,6,6);
B = A[[1,1,1], [5,5,5]]
# [[ 0.17135991,  0.80554887,  0.38614418,  0.55439258,  0.66504806,  0.33300839],
#  [ 0.17135991,  0.80554887,  0.38614418,  0.55439258,  0.66504806,  0.33300839],
#  [ 0.17135991,  0.80554887,  0.38614418,  0.55439258,  0.66504806,  0.33300839]]

B.shape
# (3, 6)

相反，您需要为矩阵的每个轴指定[1,5]

A[[1,5], [1,5], [1,5]] = [5, 10]

Answer 2

高级索引的工作原理如下：

A[I, J, K][n] == A[I[n], J[n], K[n]]

使用A、I、J和K所有数组。这不是完整的，一般的规则，但它的规则简化为什么你需要

例如，如果您想要output[0] == A[0, 0, 0]和output[1] == A[1, 1, 1]，那么您的I、J和K数组应该看起来像np.array([0, 1])。列表也起作用：

A[[0, 1], [0, 1], [0, 1]]