numpy order数组切片索引如何？

Question

我有一个np.array data形状(28,8,20),我只需要它的某些条目,所以我正在切片:

In [41]: index = np.array([ 5,  6,  7,  8,  9, 10, 11, 17, 18, 19])
In [42]: extract = data[:,:,index]
In [43]: extract.shape
Out[43]: (28, 8, 10)

到目前为止一切都那么好,一切都应该如此.但是现在我只想看看第一行最后一个索引的前两个条目:

In [45]: extract[0,:,np.array([0,1])].shape
Out[45]: (2, 8)

等等,应该是(8,2).它改变了指数,即使我最后一次切片时没有!根据我的理解,以下应采取相同的行动:

In [46]: extract[0,:,:2].shape
Out[46]: (8, 2)

......但它给了我我想要的东西!但是,只要我有一个3D数组,这两种方法似乎都是等价的:

In [47]: extract[:,:,np.array([0,1])].shape
Out[47]: (28, 8, 2)

In [48]: extract[:,:,:2].shape
Out[48]: (28, 8, 2)

那么,如果我不仅需要前两个条目而且需要不规则列表,我该怎么办？我当然可以在操作后转置矩阵,但这看起来非常违反直觉.我的问题的一个更好的解决方案是这个(虽然可能有一个更优雅的):

In [64]: extract[0][:,[0,1]].shape
Out[64]: (8, 2)

这把我们带到了实际

题:

我想知道这种行为的原因是什么？无论谁决定它应该如何工作,可能比我更了解编程,并认为这在某种程度上是一致的,我完全没有.除非我有办法理解它,否则我可能会继续关注这个问题.

Answer 1

这是(高级)部分索引的情况.有2个索引数组和1个切片

如果索引子空间是分开的(通过切片对象),则首先是广播的索引空间,然后是x的切片子空间.

http://docs.scipy.org/doc/numpy-1.8.1/reference/arrays.indexing.html#advanced-indexing

先进的索引例子指出,当ind_1,ind_2broadcastable子空间shape (2,3,4)是:

但是,x [:,ind_1,:,ind_2]具有形状(2,3,4,10,30,50),因为在索引子空间中没有明确的位置,因此它被添加到开头.始终可以使用.transpose()在任何需要的位置移动子空间.

换句话说,这个索引不一样x[:, ind_1][[:,ind_2].2个阵列共同操作以定义(2,3,4)子空间.

在你的例子中,extract[0,:,np.array([0,1])]被理解为意味着,选择一个(2,)子空间([0]和[0,1]共同行动,而不是顺序),并以某种方式将其与中间维度相结合.

一个更精细的例子是extract[[1,0],:,[[0,1],[1,0]]],它产生一个(2,2,8)数组.这是(2,2)第一维和最后一维的子空间,加上中间维.另一方面,X[[1,0]][:,:,[[0,1],[1,0]]]生成a (2,8,2,2),分别从第一维和最后一维中选择.

关键的区别在于索引选择是顺序操作还是联合操作.[...] [...]语法已经可以按顺序运行.高级索引为您提供了一种联合索引方式.