我有一个多维数组a：
a = np.random.uniform(1,10,(2,4,2,3,10,10))
对于尺寸4-6，我有3个列表，其中包含用于切割数组“a”的维度的索引
dim4 = [0,2]
dim5 = [3,5,9]
dim6 = [1,2,7,8]
如何切出阵列'a'，以便得到：
b = a[0,:,0,dim4,dim5,dim6]
所以b应该是一个形状为（4,2,3,4）的数组，并且包含来自a的相应维度的元素。当我尝试上面的代码时，我得到一个错误，说明不能为4-6轴一起广播不同的形状，但如果我这样做：
b = a[0,:,0:2,0:3,0:4]
然后它确实有效，即使切片列表都有不同的长度。那么如何使用非相邻索引切割多维数组呢？
答案 0 :(得分：3)
您可以使用numpy.ix_函数来构建这样的复杂索引。它需要array_like的序列，并从它们制作一个“开放网格”。 docstring中的示例非常清楚：
使用
ix_可以快速构建将索引的索引数组 十字架产品。a[np.ix_([1,3],[2,5])]返回数组[[a[1,2] a[1,5]], [a[3,2] a[3,5]]]。
因此，对于您的数据，您可以：
>>> indices = np.ix_((0,), np.arange(a.shape[1]), (0,), dim4, dim5, dim6)
>>> a[indices].shape
(1, 4, 1, 2, 3, 4)
使用np.squeeze删除尺寸1尺寸：
>>> np.squeeze(a[indices]).shape
(4, 2, 3, 4)