当len < ndim时，使用元组（或列表）索引numpy数组如何实现？

Question

I have a 3d numpy array, eg:

>>> A = np.arange(24).reshape(2,3,4)

我想基于轴1和轴2的一对坐标，沿轴0获取1d切片：

>>> h = 1
>>> l = 2
>>> A[:,h,l]
array([ 6, 18])

目前为止一切顺利。但是，如果我的坐标对以元组或列表的形式存储，而不是两个整数，该怎么办呢？我尝试了一些显而易见的选项，但都没有成功：

>>> coords = (1,2)
>>> A[coords]
array([20, 21, 22, 23])
>>> A[:,coords]
array([[[ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],

       [[16, 17, 18, 19],
        [20, 21, 22, 23]]])
>>> A[...,coords]
array([[[ 1,  2],
        [ 5,  6],
        [ 9, 10]],

       [[13, 14],
        [17, 18],
        [21, 22]]])

我在谷歌上搜索了这个问题，但没有找到相关的内容。可能是因为我使用的关键词不当。如果这是一个过于简单的问题，那么请见谅！

- Joe

---

您需要将坐标解压缩成两个单独的数组，分别对应于最后两个轴。例如，h，l = coords（注意，此时coords可能是二维的）。或者我是否误解了问题？ - Joe Kington

Answer 1

你可以直接构造切片元组，例如：

In [11]: A[(slice(None),) + coords]
Out[11]: array([ 6, 18])

这是因为调用 A[:, 1, 2] 等价于 / 调用：

In [12]: A.__getitem__((slice(None, None, None), 1, 2))
Out[12]: array([ 6, 18])

- Andy Hayden

---

只是顺便提一下给楼主：它必须严格是切片的元组，而不仅仅是任何可迭代对象。Numpy会以完全不同的方式解释传入的数组或列表。非常好的解释！ - Joe Kington

使用元组的注意事项是正确的。然而，ind=[slice(None)]*3; ind[1:]=coords; A[ind]同样有效。在http://docs.scipy.org/doc/numpy/reference/arrays.indexing.html中有一条关于保持与旧数值包的向后兼容性的说明（针对包含切片的列表）。 - hpaulj