使用另一个 3D 索引数组索引 4D 数组

Question

A 有一个 4D 数组 M (a x b x c x d) 和一个索引数组 I (3 x f)，例如

I = np.array([1,2,3, ...], [2,1,3, ...], [4,1,6, ...])

我想使用 I 得到一个矩阵 X，它有 f 行和 d 列，其中：

X[0,:] = M[1,2,4,:]
X[1,:] = M[2,1,1,:]
X[2,:] = M[3,3,6,:]
...

我知道我可以使用 M[I[0], I[1], I[2]]，但是，我想知道是否有更简洁的解决方案？

Answer 1

这是一种方法 -

import numpy as np

# Get row indices for use when M is reshaped to a 2D array of d-columns format
row_idx = np.sum(I*np.append(1,np.cumprod(M.shape[1:-1][::-1]))[::-1][:,None],0)

# Reshape M to d-columns 2D array and use row_idx to get final output
out = M.reshape(-1,M.shape[-1])[row_idx]

作为寻找 row_idx 的替代方法，如果您想避免 np.append，您可以执行 -

row_idx = np.sum(I[:-1]*np.cumprod(M.shape[1:-1][::-1])[::-1][:,None],0) + I[-1]

或更少可怕获得 row_idx -

的方式

_,p2,p3,_ = M.shape
row_idx = np.sum(I*np.array([p3*p2,p3,1])[:,None],0)

Answer 2

可以使用，例如：

I = np.array([[1,2,3], [2,1,3], [4,1,6]])
M = np.ndarray((10,10,10,10))
X = np.array([M[t,:] for t in I])

使用另一个 3D 索引数组索引 4D 数组

Indexing a 4D array using another array of 3D indices

numpy

matrix-indexing