Question

我尝试使用列表为数组（具有五个维度）建立索引。但是，在某些情况下，数组会发生排列。

说，a的形状为（3,4,5,6,7），即

>>> a = np.zeros((3,4,5,6,7))
>>> a.shape
(3, 4, 5, 6, 7)

使用列表在第三维上索引此数组，它看起来很正常：

>>> a[:,:,[0,3],:,:].shape
(3, 4, 2, 6, 7)

但是，如果在以下情况下对数组建立索引，则第三维将排列到最左侧：

>>> a[0,:,[0,1],:,:].shape
(2, 4, 6, 7)

有人可以阐明吗？

Answer 1

基本切片：-

使用slice对象时发生基本切片。通常将切片对象构造为 array [（start：stop：step）]。省略号和newaxis也位于此之下。

示例：-一维数组

>>x=np.arange(10)    
>>x[2:10:3]
 array([2, 5, 8])

示例：-2D阵列

>>>x = np.array([[1,2,3], [4,5,6]])
>>>x[1:2]
array([[4, 5, 6]])

示例：-3D阵列

>>>x = np.array([[[1],[2],[3]], [[4],[5],[6]]])
>>> x[0:1]
array([[[1],
        [2],
        [3]]])

在上面的示例中，给定的slices（obj）的数量小于数组维总数的数量。 如果选择元组中的对象数少于N，则假定为任何后续维度。

高级切片：-

当选择对象 obj ，

触发高级索引

高级索引有两种类型：整数和布尔值。

整数索引：-

整数数组索引允许根据数组的N维索引选择数组中的任意项。每个整数数组代表该维度的多个索引。

当索引包含与要索引的数组一样多的整数数组时，索引是直接的，但与切片不同。

示例：-

>>a = np.array([[1,2,3],[4,5,6],[7,8,9]])
>>a[[0,1,2],[0,1,1]]
array([1, 5, 8])

上面的示例打印： a [0,0]，a [1,0]，a [2,1]

记住：- 因此整数索引在两个索引之间进行映射。

现在是您的问题：-

>>>a=np.array([3,4,5])
>>>a[0,:,[0,1]]

首例：-

这是x[arr1,:,arr2].的形式 arr1和arr2 是高级索引。我们还认为0也是高级索引。

如果高级索引被切片，椭圆或换轴分隔，则高级索引操作产生的维将首先出现在结果数组中，子空间维将在结果数组中。

这实际上意味着[0,1]的维数在数组中排在首位。我将省略 0 ，因为它没有尺寸。

>>>a[0,:,[0,1]].shape
(2,4)

第二种情况：-

这是x[:,:,arr1].的形式，这里只有 arr1 是高级索引。

如果高级索引彼此相邻，则高级索引操作的维将插入到结果数组中，其位置与初始数组中的位置相同。

这实质上意味着[0,1]的维数位于数组索引中指定的相应位置。

>>>a[0:1,:,[0,1]].shape
(1,4,2)

[0,1]具有shape（2，），由于它出现在第三个索引处，因此被插入到结果数组的第三个索引中。

欢迎提出任何建议和改进。

参考：-

Answer 2

感谢@Hari_Sheldon的回复。现在，我已经了解了 print 对数组 a 所做的操作，但是我仍然不明白为什么Python会接受a所指定的那些列列出并将其作为行放在最左边的位置。有没有参考资料来解释原因？

而且，在某些情况下，不会发生此尺寸排列，即：

>>> a[0:1,:,[0,3]].shape
(1, 4, 2)

如您所见，尺寸顺序保持不变，而不是将其置换为（2，4）！