python - 为什么使用数组作为索引会改变多维 ndarray 的形状？

Question

我有一个 4-D NumPy 数组，轴为 x,y,z,t。我想取对应于 t=0 的切片并在 y 轴上排列顺序。

我有以下

import numpy as np
a = np.arange(120).reshape(4,5,3,2)
b = a[:,[1,2,3,4,0],:,0]
b.shape

我得到 (5, 4, 3) 而不是 (4,5,3)。

相反，当我进入

aa = a[:,:,:,0]
bb = aa[:,[1,2,3,4,0],:]
bb.shape

我得到了预期的（4,5,3）。有人可以解释为什么第一个版本交换前两个维度吗？

score 2 · Accepted Answer

正如@hpaulj 在评论中提到的那样，这种行为是因为混合了基本切片和高级索引：

a = np.arange(120).reshape(4,5,3,2)
b = a[:,[1,2,3,4,0],:,0]

在上面的代码片段中，发生的情况如下：

当我们沿最后一个维度进行基本切片时，它会触发一个__getitem__调用。所以，那个维度消失了。（即没有单一维度）
[1,2,3,4,0]从第二维返回 5 个切片。将这个形状放入返回的数组有两种可能性：在第一个或最后一个位置。NumPy 决定把它放在第一个维度。这就是为什么您5, ...在返回的形状元组的第一个位置得到 5 ( ) 的原因。如果我没记错的话，Jaime 在 PyCon 的一次演讲中解释了这一点。
沿第一维和第三维，由于您使用切片所有内容:，因此保留了沿这些维度的原始长度。

将所有这些放在一起，NumPy 将形状元组返回为：(5, 4, 3)

1 回答 1