元组作为多维数组的索引

小编典典

元组作为多维数组的索引

python

我发现了一个与我非常相似的问题，但并不完全相同。
但是在ntimes的情况下，数组的大小与元组所指向的维数匹配。就我而言，我有一个4维数组和2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，并手动索引后两个维度。就像是：

big_array[tup,3,2]

但是，我沿着第四个维度获得了索引为2的第一个维度的重复（因为从技术上来说还没有被索引）。这是因为此索引将解释对第一个维度的双索引，而不是每个维度的一个值，

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)|.

那我怎样才能“拆开”这个元组？有任何想法吗？谢谢！

阅读 208

2021-01-16

共1个答案

小编典典

您也可以单独传入第一个元组以获取感兴趣的片段，然后分别对其进行索引：

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，这可能更容易理解，但否则，我倾向于使用mgilson的解决方案。

2021-01-16