元组作为多维数组的索引

Question

我找到了一个与我非常相似的问题,但不完全相同.这一个:这里 但是在ntimes的情况下,数组的大小与元组指向的维度的数量相匹配.在我的情况下,我有一个4维数组和一个二维元组,就像这样:

from numpy.random import rand
big_array=rand(3,3,4,5)
tup=(2,2)

我想使用元组作为前两个维度的索引,并手动索引最后两个维度.就像是:

big_array[tup,3,2]

但是,我沿着第四维获得了索引= 2的第一维的重复(因为它在技术上没有被索引).这是因为这个索引将双索引解释为第一维而不是每个维的一个值,

eg. 
| dim 0:(index 2 AND index 2) , dim 1:(index 3), dim 2:(index 2), dim 3:(no index)|
instead of 
|dim 0(index 2), dim 1(index 2), dim 2:(index 3), dim 3:(index 2)|.

那我怎么能"打开"这个元组呢？有任何想法吗？谢谢!

Answer 1

因为您正在使用numpy:

big_array[tup+(3,2)]

应该管用.当你打电话时__getitem__(通过方括号),这些东西被传递给__getitem__元组.你只需要在tuple这里显式构造(将元组连接在一起连接成一个新的元组)并numpy完成你想要的.

Answer 2

您还可以单独传入第一个元组来获取感兴趣的切片，然后单独对其进行索引：

from numpy.random import rand
big_array=rand(3,3,4,5)
chosen_slice = (2,2)

>>> big_array[ chosen_slice ]
array([[ 0.96281602,  0.38296561,  0.59362615,  0.74032818,  0.88169483],
       [ 0.54893771,  0.33640089,  0.53352849,  0.75534718,  0.38815883],
       [ 0.85247424,  0.9441886 ,  0.74682007,  0.87371017,  0.68644639],
       [ 0.52858188,  0.74717948,  0.76120181,  0.08314177,  0.99557654]])

>>> chosen_part = (1,1)

>>> big_array[ chosen_slice ][ chosen_part ]
0.33640088565877657

对于某些用户来说，这可能更具可读性，但除此之外，我会倾向于 mgilson 的解决方案。