元组索引 numpy 数组的奇怪行为

Question

我注意到在使用元组列表（使用 python 2.7.8 和 numpy 1.9.1）索引平面 numpy 数组时出现一些令人困惑的行为。我的猜测是这与数组维度的最大数量（我认为是 32）有关，但我一直无法找到文档。

>>> a = np.arange(100)
>>> tuple_index = [(i,) for i in a]
>>> a[tuple_index] # This works (but maybe it shouldn't)
>>> a[tuple_index[:32]] # This works too
>>> a[tuple_index[:31]] # This breaks for 2 <= i < 32
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IndexError: too many indices for array
>>> a[tuple_index[:1]] # This also works...

元组列表是否 "flattened" 如果它是 32 个元素或更大？这在某处记录了吗？

Answer 1

区别似乎是第一个示例触发花式索引（它只是从同一维度中选择列表中的索引），而 tuple_index[:31] 被视为索引元组（这意味着从多个轴中选择).

如您所述，NumPy 数组的最大维数（通常）为 32:

>>> np.MAXDIMS
32

根据 mapping.c 文件中的以下注释（其中包含解释用户传递的索引的代码），任何短于 32 的元组序列都被展平为索引元组：

/*
 * Sequences < NPY_MAXDIMS with any slice objects
 * or newaxis, Ellipsis or other arrays or sequences
 * embedded, are considered equivalent to an indexing
 * tuple. (`a[[[1,2], [3,4]]] == a[[1,2], [3,4]]`)
 */

（我还没有在 SciPy 站点的官方文档中找到这方面的参考资料。）

这使得 a[tuple_index[:3]] 等同于 a[(0,), (1,), (2,)]，因此出现 "too many indices" 错误（因为 a 只有一个维度，但我们暗示有三个维度）。

另一方面，a[tuple_index] 与 a[[(0,), (1,), (2,), ..., (99,)]] 相同，生成二维数组。

元组索引 numpy 数组的奇怪行为

Strange behavior of tuple indexing a numpy array

python

arrays

indexing

numpy