使用numpy数组作为另一个数组的第二个dim的索引？
例如，我有两个numpy数组，
A = np.array( [[0,1], [2,3], [4,5]]) B = np.array( [[1], [0], [1]], dtype='int') 我想从A每一行中提取一个元素，并且该元素由B索引，所以我需要以下结果：
C = np.array( [[1], [2], [5]])
我试过A[:, B.ravel()] ，但它会播放B ，而不是我想要的。 也看了np.take ，似乎不是我的问题的正确的解决scheme。
但是，我可以通过转置A来使用np.choose ，
np.choose(B.ravel(), AT)
但其他更好的解决scheme？
你可以使用NumPy's purely integer array indexing –
A[np.arange(A.shape[0]),B.ravel()]
样品运行 –
In [57]: A Out[57]: array([[0, 1], [2, 3], [4, 5]]) In [58]: B Out[58]: array([[1], [0], [1]]) In [59]: A[np.arange(A.shape[0]),B.ravel()] Out[59]: array([1, 2, 5])
请注意，如果B是一1D数组或列索引的列表，则可以简单地使用.ravel()跳过展平操作。
样品运行 –
In [186]: A Out[186]: array([[0, 1], [2, 3], [4, 5]]) In [187]: B Out[187]: [1, 0, 1] In [188]: A[np.arange(A.shape[0]),B] Out[188]: array([1, 2, 5])
C = np.array([A[i][j] for i,j in enumerate(B)])
