numpy：有没有办法从一系列映射 w/o 外部循环创建数组？
numpy: Is there a way to create an array from a sequence of mappings w/o external loop?
对我来说，这听起来像是一个常见的用例，但我还找不到合适的 function/thread。
我有两个 numpy 数组，一个是三元组序列，另一个是关联的索引序列。我想创建一个等序列长度的 1-dim 数组，由根据索引的映射项组成。
示例：
mapping = np.array(((25, 120, 240), (18, 177, 240), (0, 0, 0), (10, 120, 285)))
indices = np.array((0, 1, 0, 0))
print "mapping:", mapping
print "indices:", indices
print "mapped:", mapping[indices]
产生以下输出：
mapping: [[ 25 120 240]
[ 18 177 240]
[ 0 0 0]
[ 10 120 285]]
indices: [0 1 0 0]
mapped: [[ 25 120 240]
[ 18 177 240]
[ 25 120 240]
[ 25 120 240]]
当然，这种方法将整个映射数组作为一个映射，而不是映射列表，根据索引数组仅返回第一个或第二个内部映射。但我要找的是这个：
mapped: [25 177 0 10]
...由第一个映射的第一项、第二个映射的第二个以及第三个和第四个映射的第一个组成。
是否有一种 精简 方法可以单独使用 numpy 功能，无需外部循环，也不会为临时数组占用过多内存？
我认为您正在寻找 this part numpy 关于索引的文档。
In [17]: mapping[(np.arange(indices.shape[-1]),indices)]
Out[17]: array([ 25, 177, 0, 10])
这会创建一个临时数组 (np.arange)，但它是一维的，我想不出更好的方法了。
对我来说，这听起来像是一个常见的用例，但我还找不到合适的 function/thread。
我有两个 numpy 数组，一个是三元组序列，另一个是关联的索引序列。我想创建一个等序列长度的 1-dim 数组，由根据索引的映射项组成。
示例：
mapping = np.array(((25, 120, 240), (18, 177, 240), (0, 0, 0), (10, 120, 285)))
indices = np.array((0, 1, 0, 0))
print "mapping:", mapping
print "indices:", indices
print "mapped:", mapping[indices]
产生以下输出：
mapping: [[ 25 120 240]
[ 18 177 240]
[ 0 0 0]
[ 10 120 285]]
indices: [0 1 0 0]
mapped: [[ 25 120 240]
[ 18 177 240]
[ 25 120 240]
[ 25 120 240]]
当然，这种方法将整个映射数组作为一个映射，而不是映射列表，根据索引数组仅返回第一个或第二个内部映射。但我要找的是这个：
mapped: [25 177 0 10]
...由第一个映射的第一项、第二个映射的第二个以及第三个和第四个映射的第一个组成。
是否有一种 精简 方法可以单独使用 numpy 功能，无需外部循环，也不会为临时数组占用过多内存？
我认为您正在寻找 this part numpy 关于索引的文档。
In [17]: mapping[(np.arange(indices.shape[-1]),indices)]
Out[17]: array([ 25, 177, 0, 10])
这会创建一个临时数组 (np.arange)，但它是一维的，我想不出更好的方法了。