numpy多维索引：使用np数组并列出不同的结果

Posted 2023-01-06

为什么b1 b2给出不同的结果，但是b0，b1，b3给出相同的结果。并得到一个“ FutureWarning：不建议使用非元组序列进行多维索引；使用arr[tuple(seq)]代替arr[seq]。将来，它将被解释为数组索引arr[np.array(seq)]，这将导致错误或错误。结果不同。“

a = np.array([[6, 7], [8, 9]])
print(a.shape)
print(a)
print()

b0 = a[[0, 0]]
print('b0')
print(b0.shape)
print(b0)
print()

b1 = a[[[0, 0]]]
print('b1')
print(b1.shape)
print(b1)
print()

b2 = a[np.array([[0, 0]])]
print('b2')
print(b2.shape)
print(b2)
print()

b3= a[np.array([0, 0])]
print('b3')
print(b3.shape)
print(b3)

（2，2）[[6 7][8 9]]

b0（2，2）[[6 7][6 7]]

b1（2，2）[[6 7][6 7]]

b2（1,2,2）[[[6 7][6 7]]]

b3（2，2）[[6 7][6 7]]

答案

根据历史]

b1 = a[[[0, 0]]]
被/评估为

b1 = a[([0, 0],)]
b1 = a[[0, 0]]
警告告诉我们此异常已得到纠正。

类似于a[i,j]的索引实际上是a[(i,j)]，将元组传递给getitem方法。由于过去各种软件包的合并，在某些情况下，列表的解释方式相同。您找到了一个。

未来的警告是告诉我们，进行高级索引的最干净，最清晰的方法是使用元组和数组。使用列表时存在模棱两可的地方。

在1.15.0版本说明弃用中对此进行了描述，

不推荐使用除元组以外的任何内容的多维索引。这意味着ind = [slice（None），0]中的索引列表; arr [ind]应该更改为一个元组，例如，ind = [slice（None），0]; arr [tuple（ind）]或arr [（slice（None），́0）]。为了避免诸如arr [[[[0,1]，[0,1]]]之类的表达式含糊不清，必须将其更改为arr [array（[0，Â1]），array（[0,1]）] ，将来会被解释为arr [array（[[0，1]，[[0，1]]）]]。