python - 在特定维度上选择 numpy 数组中的索引

Question

很难找到一个清晰的标题，但一个例子会清楚地说明它。例如，我的输入是：

c = np.full((4, 3, 2), 5)
c[:,:,1] *= 2

ix = np.random.randint(0, 2, (4, 3))

如果ix是：

array([[1, 0, 1],
       [0, 0, 1],
       [0, 0, 1],
       [1, 1, 0]])

如果想要结果：

array([[10,  5, 10],
       [ 5,  5, 10],
       [ 5,  5, 10],
       [10, 10,  5]])

我的 c 数组可以是任意维度，也可以是我想要采样的维度。

这听起来像插值，但每次我想应用它时我都不愿意构造一个索引数组。有没有办法在 numpy 数组上使用某种索引来做到这一点？还是我必须使用一些插值方法...速度和内存是这里的一个问题，因为我必须这样做很多次，而且数组可能非常大。

感谢您的任何见解！

标签： pythonarraysnumpyindexing

Answer 1

使用创建 x、y 索引numpy.ogrid，然后使用高级索引：

idx, idy = np.ogrid[:c.shape[0], :c.shape[1]]
c[idx, idy, ix]

#array([[10,  5, 10],
#       [ 5,  5, 10],
#       [ 5,  5, 10],
#       [10, 10,  5]])