NumPy数组索引: 列表索引和np.array索引得出不同的结果。

Question

我想使用列表和np.array索引来索引一个np.array，但它们会得到不同的结果。

以下是一个示例：

import numpy as np 
x = np.arange(10)
idx = [[0, 1], [1, 2]]
x[np.array(idx)]  # returns array([[0, 1], [1, 2]])

但是直接应用列表会出错

x[idx]  # raises IndexError: too many indices for array

我期望上述代码返回与使用np.array索引相同的结果。有任何想法吗？

我正在使用Python 3.5和NumPy 1.13.1。

- xiaohan2012

---

在numpy 1.15中，第二种情况会发出警告，要求您澄清您是指 x[tuple(idx)] 还是 x[np.array(idx)]。 - Eric

Answer 1

如果它是一个数组，那么它将被解释为包含索引的最终数组的形状 - 但如果它是一个列表，则是沿着“维度”（多维数组索引）的索引。

因此，第一个示例（使用array）等效于：

[[x[0], x[1],
 [x[1], x[2]]

但是第二个例子（list）的解释如下：

[x[0, 1], x[1, 2]]

但是，x[0, 1]会产生IndexError: too many indices for array错误，因为你的x只有一个维度。

这是因为list被解释为元组，与将它们“分开”传递相同：

x[[0, 1], [1, 2]]
          ^^^^^^----- 第二维的索引
  ^^^^^^------------- 第一维的索引

- MSeifert

---

列表有时被视为元组。 - user2357112

Answer 2

来自numpy indexing文档：

ndarrays可以使用标准的Pythonx[obj]语法进行索引，其中x是数组，obj是选择。

...
当obj是切片对象（由括号内的start:stop:step符号构造），整数或slice对象和整数的元组时，会发生基本切片。 Ellipsis和newaxis对象也可以与这些对象交替使用。为了保持向后兼容Numeric中的常见用法，如果选择对象是任何非ndarray序列（如list）包含slice对象、Ellipsis对象或newaxis对象，则也会启动基本切片，但不适用于整数数组或其他嵌入式序列。 ...

- RomanPerekhrest

---

这个问题中的例子都没有触发基本切片，数组触发高级索引，而列表则因为文档没有充分解释的原因而触发不同的高级索引。 - user2357112