我简直要疯了，试图根据来自另一个数组的值对一个2D数组进行切片:
# array of integer values:
aa = np.random.randint(500, 600, size=(5,5)
array([[574, 550, 548, 545, 551],
[547, 539, 539, 502, 528],
[503, 530, 582, 567, 505],
[590, 504, 510, 578, 525],
[530, 548, 501, 580, 583]])
# array of indices:
ab = np.random.randint(4, size=(5,5))
array([[3, 0, 2, 1, 1],
[3, 2, 2, 1, 3],
[0, 3, 1, 2, 0],
[1, 2, 3, 1, 3],
[3, 0, 1, 1, 0]])
我要返回的是aa的2D子数组，其中ab是1。 但我能得到的最接近的结果是:
aa[ab==1]
array([545, 551, 502, 582, 590, 578, 501, 580])
我总是得到一维数组作为输出。。。 如何获得与原始数组相同维度的输出数组？
编辑:对不起，我应该指定预期输出:
array([[545, 551],
[502],
[582],
[590, 578],
[501, 580]])
我还为索引数组ab选了一个很差的例子，它每行总是有相同数量的1-所以输出数组的维数为（5，2）。
就我所知和常识而言，numpy不支持由不同形状的数字组成的2D数组（每行一个或两个数字）。 如果尝试实例化预期结果的数组，则会遇到以下问题:
In[23]: np.array([[545, 551],
[502],
[582],
[590, 578],
[501, 580]])
Out[23]:
array([list([545, 551]), list([502]), list([582]), list([590, 578]),
list([501, 580])], dtype=object) # Note the data type.
In[24]: np.array([[545, 551],
[502],
[582],
[590, 578],
[501, 580]],dtype=float) # Force float.
TypeError: float() argument must be a string or a number, not 'list'
如果您确信ab中的1s的数量始终相等且已知，则可以执行以下操作:
In[2]: aa = np.array([[574, 550, 548, 545, 551],
[547, 539, 539, 502, 528],
[503, 530, 582, 567, 505],
[590, 504, 510, 578, 525],
[530, 548, 501, 580, 583]])
In[3]: ab = np.array([[3, 0, 2, 1, 1], # N.B. edited w.r.t. your example to have two 1s per row.
[3, 1, 2, 1, 3],
[0, 1, 1, 2, 0],
[1, 2, 3, 1, 3],
[3, 0, 1, 1, 0]])
In[4]: aa[ab==1].reshape((-1,2))
Out[4]:
array([[545, 551],
[539, 502],
[530, 582],
[590, 578],
[501, 580]])
如果您事先不知道ab的每一行中有多少1s，则可以简单地执行以下操作:
In[5]: aa[ab==1].reshape((-1,sum(ab[0,:]==1)))
Out[5]:
array([[545, 551],
[539, 502],
[530, 582],
[590, 578],
[501, 580]])
这回答了你的问题吗？ 或者您正在寻找更像注释中建议的maskedarray的内容？
