我正在尝试从张量中取出某些数据，但出现奇怪的错误。在这里，我将尝试生成错误：
a=np.random.randn(5, 10, 5, 5)
a[:, [1, 6], np.triu_indices(5, 0)[0], np.triu_indices(5, 0)[1]].shape
我收到此错误
形状不匹配：索引数组无法与形状一起广播
我什至没有广播！都是切片的东西。
我想要什么？保持第零个轴不变（获取所有内容），从第一个轴获取[1]和[6]，仅通过使用上三角元素将最后两个轴从[5，5]更改为[15]。
答案 0 :(得分：2)
我们需要将第二个轴索引数组扩展到2D，以使其相对于np.triu_indices下的索引形成外平面。因此，它为我们提供了2D数组的mxn网格，其中m是第二个轴索引数组的长度，而n是np.triu_indices的长度那些。因此，从本质上讲，整个解决方案将简化为这样的内容-
r,c = np.triu_indices(5, 0)
out = a[:, np.array([1, 6])[:,None], r, c]
或将该扩展版本作为列表输入，即-
out = a[:, [[1],[6]], r, c]
我们还可以使用基于np.tri/np.triu的掩码，在更大的数组上可能会更快，因为我们跳过了创建所有整数索引的操作，就像这样-
mask = ~np.tri(5, k=-1, dtype=bool)
out = a[:, np.array([1, 6])[:,None], mask]