为什么将数组用作索引会更改多维ndarray的形状？

Question

我有一个4-D NumPy数组，轴说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）。

我何时输入

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？

Answer 1

正如@hpaulj在评论中提到的，此行为是由于 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，发生了以下情况：

• 当我们沿最后一个维度进行基本切片时，它会触发__getitem__调用。因此，该维度已消失。（即没有单例尺寸）

• [1,2,3,4,0]从第二维返回5个切片。有两种可能性将此形状放在返回的数组中：在第一个位置或最后一个位置。NumPy决定将其放在第一个维度。这就是为什么5, ...在返回的形元组的第一个位置上得到5（）的原因。如果我没记错的话，Jaime在一次PyCon谈话中对此进行了解释。

• 沿着第一维和第三维，由于您使用进行:了切片，因此保留了沿这些维的原始长度。

将所有这些放在一起，NumPy返回形状元组为： (5, 4, 3)

您可以在numpy-indexing-ambiguity-
in-3d-arrays
和arrays.indexing＃combining-advanced-and-basic-
indexing上
了解更多有关它的信息。