用索引对Numpy数组进行索引

Question

我写了以下内容：

arr3=np.array([[[1,2,3],[1,2,3],[1,2,3],[1,2,3]],[[2,2,3],[4,2,3],[4,2,2],[2,2,2]],[[1,1,1],[1,1,1],[1,1,1],[1,1,1]]])

正如我所预料的那样，
arr3[0:3,1] 应该返回与
arr3[0:3][1] 相同的结果：array([[2, 2, 3],[4, 2, 3],[4, 2, 2],[2, 2, 2]])

但它返回的是：array([[1, 2, 3],[4, 2, 3],[1, 1, 1]]).

顺便说一下，我正在使用Jupyter笔记本中的python3。

- kyle chan

Answer 1

当执行arr3[0:3,1]时，你是从第一个轴中的0:3元素中取出元素，然后对于每个元素，取第一个element。

这与使用arr3[0:3]在第一个轴中取出0:3并从该轴中取出第一个array的结果不同。

所以在这种情况下，0:3部分在任何情况下都没有任何作用，因为array的形状为(3, 4, 3)，因此只需取first3即可将相同的array返回。这在第二种情况下完全没有作用，但在第一种情况下，它实际上充当了占位符，以便你可以访问第二个轴，但是为此应该使用冒号：[:, some_index]。

看到它如何成为相同的array了吗？

>>> arr3[0:3]
array([[[1, 2, 3],
        [1, 2, 3],
        [1, 2, 3],
        [1, 2, 3]],

       [[2, 2, 3],
        [4, 2, 3],
        [4, 2, 2],
        [2, 2, 2]],

       [[1, 1, 1],
        [1, 1, 1],
        [1, 1, 1],
        [1, 1, 1]]])

但是，当你执行 arr3[:, 1] 时，你正在从 array 的第二个axis中取出第二个元素，因此会得到：

array([[1, 2, 3],
       [4, 2, 3],
       [1, 1, 1]])

而在另一种情况下，你正在从数组的第一个轴中取第二个元素，所以：

array([[2, 2, 3],
       [4, 2, 3],
       [4, 2, 2],
       [2, 2, 2]])

请参阅此网页，详细了解有关numpy索引的信息。请注意以下描述，它直接适用于您的问题：

当索引中至少有一个切片(:)、省略号(...)或np.newaxis，或数组的维数多于高级索引时，则行为可能更加复杂。这就像将每个高级索引元素的索引结果连接起来。

- Joe Iddon

---

@kylechan 如果你还没有的话，请点击“接受”（答案旁边的灰色勾号）和“点赞”。 - Joe Iddon

完成！这是我第一次使用Stack Overflow。感谢您的耐心。 - kyle chan

@kylechan 没问题，这是一个对于新用户来说措辞得当的问题 :) - Joe Iddon

Answer 2

让我们来看看我们的多维NumPy数组：

import numpy as np
arr3=np.array([
    [
        [1,2,3],[1,2,3],[1,2,3],[1,2,3]
    ],[
        [2,2,3],[4,2,3],[4,2,2],[2,2,2]
    ],[
        [1,1,1],[1,1,1],[1,1,1],[1,1,1]
    ]
])
print(arr3[0:3,1])

那会返回：

[[1 2 3]
 [4 2 3]
 [1 1 1]]

这是有道理的，因为我们正在获取第1到3行的行号，并且仅抓取第一列。

然而，arr3[0:3][1]返回的是从第0行到第3行的数组，然后选择第二行（或行索引1）。

观察：

print(arr3[0:3])

返回：

[[[1 2 3]
  [1 2 3]
  [1 2 3]
  [1 2 3]]

 [[2 2 3]
  [4 2 3]
  [4 2 2]
  [2 2 2]]

 [[1 1 1]
  [1 1 1]
  [1 1 1]
  [1 1 1]]] 

它返回一个新的数组（实际上与我们当前的数组相同，因为我们刚刚请求了数组中的所有行）。然后我们要求第二行：

print(arr3[0:3][1])

返回：

[[2 2 3]
 [4 2 3]
 [4 2 2]
 [2 2 2]]

- Neil