Python numpy 数组索引。这是如何工作的？

Question

我遇到了这个 python 代码（有效），对我来说它看起来很神奇。但是，我无法弄清楚这段代码在做什么。为了复制它，我写了一段测试代码：

import numpy as np

# Create a random array which represent the 6 unique coeff. 
# of a symmetric 3x3 matrix
x = np.random.rand(10, 10, 6)

所以，我有 100 个对称的 3x3 矩阵，我只存储唯一的组件。现在，我想生成完整的 3x3 矩阵，这就是神奇的地方。

indices = np.array([[0, 1, 3],
                    [1, 2, 4],
                    [3, 4, 5]])

我明白这是在做什么。 0-5个索引分量在3x3矩阵中应该这样排列才能有一个对称矩阵

mat = x[..., indices]

这条线让我迷路了。所以，它在 x 数组的最后一个维度上工作，但我完全不清楚重新排列和重塑是如何完成的，但这确实 returns 一个形状数组 (10, 10, 3, 3) .我很惊讶也很困惑！

Answer 1

来自高级索引文档 - bi rico 的 link。

Example

Suppose x.shape is (10,20,30) and ind is a (2,3,4)-shaped indexing intp array, thenresult = x[...,ind,:] has shape (10,2,3,4,30) because the (20,)-shaped subspace has been replaced with a (2,3,4)-shaped broadcasted indexing subspace. If we let i, j, kloop over the (2,3,4)-shaped subspace then result[...,i,j,k,:] =x[...,ind[i,j,k],:]. This example produces the same result as x.take(ind, axis=-2).

Python numpy 数组索引。这是如何工作的？

Python numpy array indexing. How is this working?

python

numpy

matrix-indexing