索引多维数组使用数组 | 索引多维数组使用数组

本文介绍了索引多维数组使用数组的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！

问题描述

我有一个多维数组numpy的：

I have a multidimensional NumPy array:

In [1]: m = np.arange(1,26).reshape((5,5))

In [2]: m
Out[2]:
array([[ 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]])

和另一个阵列 P = np.asarray（[1,1]，[3,3]]）。我想 P 作为指标为 M A阵列，即：

and another array p = np.asarray([[1,1],[3,3]]). I wanted p to act as a array of indexes for m, i.e.:

m[p]
array([7, 19])

不过，我得到：

In [4]: m[p]
Out[4]:
array([[[ 6,  7,  8,  9, 10],
        [ 6,  7,  8,  9, 10]],

       [[16, 17, 18, 19, 20],
        [16, 17, 18, 19, 20]]])

我怎样才能得到所期望的片 M 使用 P ？

推荐答案

numpy的是使用阵列只在第一个维度索引。一般来说，对于一个多维数组的下标应该是一个元组。这将接近你想要的东西一点点让你：

Numpy is using your array to index the first dimension only. As a general rule, indices for a multidimensional array should be in a tuple. This will get you a little closer to what you want:

>>> m[tuple(p)]
array([9, 9])

但是，现在你与1两次索引第一尺寸，并用3.索引与1和3，然后在第二带1和3还第一维的第二两次，可以转置的数组：

But now you are indexing the first dimension twice with 1, and the second twice with 3. To index the first dimension with a 1 and a 3, and then the second with a 1 and a 3 also, you could transpose your array:

>>> m[tuple(p.T)]
array([ 7, 19])

这篇关于索引多维数组使用数组的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！