Numpy 的索引是倒排的

Question

我正在忙于阅读 Wes Mckinney 的《Python for Data Analysis》，并且遇到了以下示例，该示例有点令人困惑。它涉及将多个索引数组传递给 np 数组。

给定以下 np.array

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]
 [16 17 18 19]
 [20 21 22 23]
 [24 25 26 27]
 [28 29 30 31]] 

当我们使用以下值对数组执行花式索引时

arr[[1, 5, 7, 2], [0, 3, 1, 2]]

以下结果

array([ 4, 23, 29, 10]) 

这并不是我所期望的>我知道它应该返回与每个实例元组相对应的一维元素数组。它返回的实际值让我感到困惑。

我认为它应该返回的元组是 (0,1), (5,3), (7, 1), (2, 2)

应该返回 [4, 没有这样的元素, 没有这样的元素, 10]

我到底缺少什么？

Answer 1

当您索引 2D 数组中的第一个元素 时arr，您将获得第一行：

In [119]: arr = np.array([[0,1,2],[3,4,5]])

In [120]: arr
Out[120]: 
array([[0, 1, 2],
       [3, 4, 5]])

In [123]: arr[0]
Out[123]: array([0, 1, 2])

因此，在 NumPy-lingo 中，“0 轴”与 的行相关联arr。arr还要注意列表和列表之间的紧密关联

In [126]: lol = [[0,1,2],[3,4,5]]

In [127]: lol[0]
Out[127]: [0, 1, 2]

当然，对于列表列表，lol[0]返回第一项是完全有意义的，即[0, 1, 2]。arr[0]行为方式相同——它返回看起来像一行的内容。

同样，如果沿第二个轴进行切片，您将得到一列。

In [125]: arr[:, 0]
Out[125]: array([0, 3])

一般来说，索引的顺序与轴的顺序匹配。首先是 0 轴，其次是 1 轴，依此类推。

因此，在 2D 数组中，0 轴与行关联，1 轴与列关联。

如果您考虑沿 x 和 y 轴排列数组的元素，这对您来说可能看起来是倒退的。在几何中，x 轴通常指向右侧，y 轴垂直。因此，在几何中，坐标 (x, y) 首先给出水平索引，然后给出垂直索引。

当索引数组时，由于上面所示的原因，关联会被颠倒。