numpy切片奇怪的行为

Question

我有一个像这样的 5 维数组

a=np.random.randint(10,size=[2,3,4,5,600])
a.shape #(2,3,4,5,600)

我想获取第二维的第一个元素，以及最后一个维度的几个元素

b=a[:,0,:,:,[1,3,5,30,17,24,30,100,120]]
b.shape #(9,2,4,5)

如您所见，最后一个维度自动转换为第一个维度。为什么？以及如何避免这种情况？

Answer 1

numpy 文档中描述了此行为。在表达式中

a[:,0,:,:,[1,3,5,30,17,24,30,100,120]]

双方0并[1,3,5,30,17,24,30,100,120]有先进的指标，通过切片分离。正如文档所解释的那样，在这种情况下，来自高级索引的维度将首先出现在结果数组中。

如果我们用0切片替换0:1它会改变这种情况（因为它只会留下一个高级索引），然后维度的顺序将被保留。因此，解决此问题的一种方法是使用0:1切片，然后挤压适当的轴：

a[:,0:1,:,:,[1,3,5,30,17,24,30,100,120]].squeeze(axis=1)

或者，可以保留两个高级索引，然后重新排列轴：

np.moveaxis(a[:,0,:,:,[1,3,5,30,17,24,30,100,120]], 0, -1)