Question

我正在尝试使用list和np.array索引来索引np.array。但他们给出了不同的结果。

以下是插图：

import numpy as np 
x = np.arange(10)
idx = [[0, 1], [1, 2]]
x[np.array(idx)]  # returns array([[0, 1], [1, 2]])

但直接应用列表给出错误

x[idx]  # raises IndexError: too many indices for array

我期待以上返回与使用np.array索引相同的结果。有什么想法吗？

我正在使用python 3.5和numpy 1.13.1。

Answer 1

如果它是一个数组，它被解释为包含索引的最终数组的形状 - 但如果它是一个列表，它就是“维度”（多维数组索引）的索引。

所以第一个例子（带有array）相当于：

[[x[0], x[1],
 [x[1], x[2]]

但第二个例子（list）被解释为：

[x[0, 1], x[1, 2]]

但x[0, 1]提供了IndexError: too many indices for array，因为您的x只有一个维度。

那是因为list被解释为它是一个元组，这与“单独”传递它们相同：

x[[0, 1], [1, 2]]
          ^^^^^^----- indices for the second dimension
  ^^^^^^------------- indices for the first dimension

Answer 2

来自 numpy indexing 文档：

ndarrays 可以使用标准Python x[obj]语法编制索引，其中x是数组，obj是选择。

...
  当obj是切片对象（由...构造）时，会发生基本切片   括号内的start:stop:step符号），整数或元组   slice个对象和整数。 Ellipsis和newaxis个对象可以   穿插这些也是如此。为了保持落后   与Numeric中的常见用法兼容，基本切片也是如此   如果选择对象是任何非ndarray序列（例如   包含list个对象，slice对象或Ellipsis的{{1}}}   对象，但不是表示整数数组或其他嵌入序列。 ...

numpy数组索引：list index和np.array index给出不同的结果

2 个答案: