我想选择一个数组中的特定元素，但我想使用一个索引数组来表示第二维，而不是切片，也就是说，我想使用类似于data2d[[dir1,dir2,dir3],0:4]的数组，但是下面的代码抛出了一个错误：IndexError: shape mismatch: indexing arrays could not be broadcast together with shapes (3,3) (4,) .
import numpy as np
if __name__ == "__main__":
data2d = np.random.uniform(0.0,1.0,(10,4))
dir1 = np.array([2,1,3])
dir2 = np.array([2,3,3])
dir3 = np.array([1,1,3])
dir4 = np.array([0,1,2,3])
print(data2d[[dir1,dir2,dir3],0:4].shape) # works fine
print(data2d[[dir1,dir2,dir3],dir4].shape) # does not work
pass我理解维度不匹配的问题，但是我怎么能用索引数组而不是切片访问data2d的相同元素呢？这一定很简单，但是我找不到一个例子。
2条答案
按热度按时间3phpmpom1#
您的阵列形状：
该索引：
期望值（3，3，4）
尝试使用（3，3），但出现（4，）广播错误;（3，3，1）和（4，）应该有效
gj3fmq9x2#
I understand the issue of the dimension mismatch however how could I access the same elements of data2d with an indexing array instead of slices? It must be simple, but I could not find an example.numpy数组实现
__getitem__方法，该方法接受indices或slice对象。pythonslice对象自己处理形状不匹配。例如，如果您用途：打印（二维数据[[目录1，目录2，目录3]，0：10].形状）
但是如果你想用numpy数组作为索引，你应该处理形状不匹配或者把它转换成一个
slice对象。也许np.s_index expression对转换有用。