Question

我正在（重新）建立对numpy的知识，不久前就使用了它。我对多维数组（在本例中为2D）数组的华丽索引有疑问。

给出以下代码段：

>>> a = np.arange(12).reshape(3,4)
>>> a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
>>> i = np.array( [ [0,1],                        # indices for the first dim of a
...                 [1,2] ] )
>>> j = np.array( [ [2,1],                        # indices for the second dim
...                 [3,3] ] )
>>>
>>> a[i,j]                                     # i and j must have equal shape
array([[ 2,  5],
       [ 7, 11]])

有人可以用简单的英语解释一下，该逻辑用于给出结果。理想情况下，该解释适用于用于索引数组的3D和更高等级的数组。

从概念上（就对“行”和“列”的限制而言）而言，使用2D数组进行索引意味着什么？

Answer 1

从概念上（就对“行”和“列”的限制而言）而言，使用2D数组进行索引意味着什么？

这意味着您正在构造2d数组 R ，例如R=A[B, C]。这意味着 r _ij = a _{b _ij c _ij} 的值。

因此，这意味着位于R[0,0]的项目是A中的项目，行索引为B[0,0]，列索引为C[0,0]。项目R[0,1]是A中的项目，行索引为B[0,1]，列索引为C[0,1]，等等。

在这种情况下：

>>> b = a[i,j]
>>> b
array([[ 2,  5],
       [ 7, 11]])

b[0,0] = 2，因为i[0,0] = 0和j[0,0] = 2以及a[0,2] = 2。 b[0,1] = 5之后的i[0,0] = 1，以及j[0,0] = 1以及a[1,1] = 5。 b[1,0] = 7之后的i[0,0] = 1，以及j[0,0] = 3以及a[1,3] = 7。 {{1}以来的b[1,1] = 11和i[0,0] = 2以及j[0,0] = 3。

因此您可以说a[2,3] = 11将确定“行索引”，而i将确定“列索引”。当然，此概念也具有更大的维度：第一个“索引器”因此确定第一个索引中的索引，第二个“索引器”确定第二个索引中的索引，依此类推。

带有2D数组的Numpy花式索引-说明

1 个答案: