报错修正：用作索引的数组需为整数/布尔类型的NumPy代码问题

错误根源 #

你的np.apply_along_axis用法完全错误——这个函数传入lambda的x是luck_A沿axis=2切割后的浮点数元素序列，不是维度索引。拿浮点数数组去索引其他数组，必然触发类型错误，哪怕转int也没用，因为逻辑方向就错了。

正确解法（推荐） #

用numpy原生的np.take_along_axis函数，专门处理这种“沿指定轴按索引提取元素”的场景，代码简洁且高效：

import numpy as np

np.random.seed(0)
luck_A = np.random.uniform(0, 1, size=(2, 1, 100))
A = np.random.uniform(0, 1, size=(2, 1, 100))
# 获取每个(2,1)维度中Top10元素的索引
index_select_A = np.argpartition(A, -10)[:, :, -10:]
# 沿axis=2提取对应索引的元素
result = np.take_along_axis(luck_A, index_select_A, axis=2)

# 验证结果形状：符合预期的(2,1,10)
print(result.shape)  # 输出 (2, 1, 10)

手动构造索引的替代方案 #

如果不想用take_along_axis，可以手动构造前两个维度的索引数组，通过广播匹配index_select_A的形状：

# 构造前两个维度的索引，和index_select_A广播对齐
i = np.arange(luck_A.shape[0])[:, None, None]  # 形状(2,1,1)
j = np.arange(luck_A.shape[1])[None, :, None]  # 形状(1,1,1)
result = luck_A[i, j, index_select_A]

内容的提问来源于stack exchange，提问作者llexiss