numpy数组索引：list index和np.array index给出不同的结果 [英] numpy array indexing: list index and np.array index give different result

问题描述

我正在尝试使用list和 np.array 索引索引np.array。但他们给出了不同的结果。

I am trying to index an np.array using list and np.array indexes. But they give different result.

这是一个例子：

import numpy as np 
x = np.arange(10)
idx = [[0, 1], [1, 2]]
x[np.array(idx)]  # returns array([[0, 1], [1, 2]])

但直接应用列表给出错误

but straightly apply the list gives error

x[idx]  # raises IndexError: too many indices for array

我期望上面的返回与使用 np.array 索引的结果相同。
任何想法为什么？

I'm expecting the above returns the same result as using np.array index. Any ideas why?

我正在使用 python 3.5 和 numpy 1.13 .1 。

推荐答案

如果它是一个数组，它被解释为包含索引的最终数组的形状 - 但如果它是一个列表，它就是维度（多维数组索引）的索引。

If it's an array it's interpreted as shape of the final array containing the indices - but if it's an list it's the indices along the "dimensions" (multi-dimensional array indices).

所以第一个例子（带有数组）相当于：

So the first example (with an array) is equivalent to:

[[x[0], x[1],
 [x[1], x[2]]

但是第二个例子（ list ）被解释为：

But the second example (list) is interpreted as:

[x[0, 1], x[1, 2]]

但是 x [0,1] 给出 IndexError：数组的索引太多，因为 x 只有一个维度。

But x[0, 1] gives a IndexError: too many indices for array because your x has only one dimension.

这是因为 list 被解释为它是一个元组，与单独传递它们相同： / p>

That's because lists are interpreted like it was a tuple, which is identical to passing them in "separately":

x[[0, 1], [1, 2]]
          ^^^^^^----- indices for the second dimension
  ^^^^^^------------- indices for the first dimension

这篇关于numpy数组索引：list index和np.array index给出不同的结果的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！