Question

我有一个np.array data的形状（28,8,20），我只需要它的某些条目，所以我正在切片：

In [41]: index = np.array([ 5,  6,  7,  8,  9, 10, 11, 17, 18, 19])
In [42]: extract = data[:,:,index]
In [43]: extract.shape
Out[43]: (28, 8, 10)

到目前为止一切都那么好，一切都应该如此。但现在我只想看看第一行最后一个索引的前两个条目：

In [45]: extract[0,:,np.array([0,1])].shape
Out[45]: (2, 8)

等等，应该是（8,2）。它改变了指数，即使我最后一次切片时没有！根据我的理解，以下应采取相同的行动：

In [46]: extract[0,:,:2].shape
Out[46]: (8, 2)

......但它确实给了我想要的东西！但是，只要我有一个3D数组，这两种方法似乎都是等价的：

In [47]: extract[:,:,np.array([0,1])].shape
Out[47]: (28, 8, 2)

In [48]: extract[:,:,:2].shape
Out[48]: (28, 8, 2)

那么，如果我不仅需要前两个条目而且需要不规则列表，该怎么办？我当然可以在操作后转置矩阵，但这看起来非常违反直觉。我的问题的一个更好的解决方案是这个（尽管可能有更优雅的一个）：

In [64]: extract[0][:,[0,1]].shape
Out[64]: (8, 2)

这将我们带到了实际的

问题：

我想知道这种行为的原因是什么？无论谁决定它应该如何工作，可能比我更了解编程，并认为这在某些方面是一致的，我完全没有。除非我有办法理解它，否则我可能会继续关注这个问题。

Answer 1

这是（高级）部分索引的情况。有2个索引数组和1个切片

如果索引子空间是分开的（通过切片对象），则首先是广播的索引空间，然后是x的切片子空间。

http://docs.scipy.org/doc/numpy-1.8.1/reference/arrays.indexing.html#advanced-indexing

当ind_1，ind_2可广播子空间为shape (2,3,4)时，高级索引示例会注意到：

然而，x [：，ind_1，：，ind_2]具有形状（2,3,4,10,30,50），因为在索引子空间中没有明确的位置，因此它被添加到一开始。始终可以使用.transpose（）将子空间移动到任何需要的位置。

换句话说，此索引与x[:, ind_1][[:,ind_2]不同。这两个数组共同运作以定义(2,3,4)子空间。

在您的示例中，extract[0,:,np.array([0,1])]被理解为意味着，选择一个(2,)子空间（[0]和[0,1]联合行动，而不是顺序行动），并以某种方式将其与中间维度。

更详细的示例是extract[[1,0],:,[[0,1],[1,0]]]，它会生成(2,2,8)数组。这是第一个和最后一个维度的(2,2)子空间，加上中间维度。另一方面，X[[1,0]][:,:,[[0,1],[1,0]]]生成(2,8,2,2)，分别从第一维和最后一维中进行选择。

关键区别在于索引选择是顺序操作还是联合操作。 [...] [...]语法已经可以按顺序运行。高级索引为您提供了一种联合索引方式。

Answer 2

你是对的，这很奇怪。我只能冒这个猜测。我认为这与a[[0,1],[0,1],[0,1]].shape是(2,)而不是(2,2,2)而a[0,1,[0,1,2]]实际上意味着a[[0,0,0],[1,1,1],[0,1,2]]评估为{{1}的事实有关}}。也就是说，您逐步浏览每个维度的列表 - 索引，长度一个列表和标量被广播以匹配最长的。

从概念上讲，这会使array([a[0,1,0],a[0,1,1],a[0,1,2]])等同于extract[0,:,[0,1]]（如果您手动指定语法，则不会接受该语法）。在单步执行索引后，将评估为extract[[0,0],[slice(None),slice(None)],[0,1]]。每个内部提取都会计算为array([extract[0,slice(None),0],extract[0,slice(None),1])个形状数组，因此完整结果为(8,)形状。

总而言之，我认为广播的副作用是使所有维度都具有相同长度的索引列表，这导致(2,8)也被广播。这是我的假设，但我还没有看到:如何做到这一点的内部运作。也许专家会得到一个更好的解释。

这个假设并不能解释为什么numpy不会导致相同的行为。我不得不假设只有领导＆＃34;：＆＃34;是特殊的，以避免参与列表索引逻辑。

numpy order数组切片索引如何？

问题：

2 个答案: