numpy - 在numpy中用2D ndarray切片3D ndarray？

Question

如果这已被多次回答，我很抱歉，但我找不到解决方案。

假设以下代码：

import numpy as np
A,_,_ = np.meshgrid(np.arange(5),np.arange(7),np.arange(10))
B = (rand(7,10)*5).astype(int)

如何使用切片A来B表示(Ie )B的第一个和最后一个维度中的索引？AA[magic] = B

我努力了

• A[:,B,:]由于高级索引的特性，这不起作用。
• A[:,B,np.arange(10)]生成我所追求的矩阵的 7 个副本
• A[np.arange(7),B,np.arange(10)]给出错误：

ValueError: shape mismatch: objects cannot be broadcast to a single shape

还有其他建议吗？

Answer 1

这些都有效：

A[0, B, 0]
A[B, B, B]

真的，只有B轴1内重要，其他可以是任何广播范围，B.shape并受A.shape[0]（对于轴1）和A.shape[2]（对于轴2）限制，举个荒谬的例子：

A[range(7) + range(3), B, range(9,-1, -1)]

但是你不想使用:，因为你会得到，如你所说，7或10（或两者！）你想要的数组的“副本”。

A, _, _ = np.meshgrid(np.arange(5),np.arange(7),np.arange(10))
B = (rand(7,10)*A.shape[1]).astype(int)

np.allclose(B, A[0, B, 0])
#True
np.allclose(B, A[B, B, B])
#True
np.allclose(B, A[range(7) + range(3), B, range(9,-1, -1)])
#True