如何索引由某个轴上的索引给出的多维数组？

Question

假设我有一个 4d 数组 A，形状为 (D0, D1, D2, D3)。我有一个形状为 (D0,) 的一维数组 B，其中包括我在轴 2 处需要的索引。

实现我需要的简单方法：

output_lis = []
for i in range(D0):
    output_lis.append(A[i, :, B[i], :])
#output = np.concatenate(output_lis, axis=0) #it is wrong to use concatenate. Thanks to @Mad Physicist. Instead, using stack.
output = np.stack(output_lis, axis=0) #shape: [D0, D1, D3]

所以，我的问题是如何用 numpy API 快速实现它？

Answer 1

使用花哨的索引在两个维度上步调一致。在这种情况下，arange 提供序列 i，而 B 提供序列 B[i]:

A[np.arange(D0), :, B, :]

这个数组的形状确实是 (D0, D1, D3)，不像你的 for 循环结果的形状。

要从您的示例中获得相同的结果，请使用 stack（添加新轴），而不是 concatenate（使用现有轴）：

output = np.stack(output_lis, axis=0)

如何索引由某个轴上的索引给出的多维数组？

How to indexing multi-dimensional arrays given by indices in a certain axis?

python

arrays

numpy

numpy-indexing

numpy-slicing