如何确定Numpy索引表达式使用的索引数量，并提前获取索引后数组的形状？

一、通用方法获取索引后的数组形状 #

如果你想避免实际对大数组执行索引操作（节省内存和时间），最简单高效的方式是创建一个和原数组形状相同的空数组，通过索引这个空数组来获取目标形状。空数组的索引操作几乎不消耗内存，且能准确复用NumPy原生的索引规则：

import numpy as np

def get_indexed_shape(arr, indexer):
    # 创建与原数组形状一致的空布尔数组（内存占用极小）
    dummy = np.empty(arr.shape, dtype=np.bool_)
    return dummy[:, indexer].shape  # 这里可根据你的索引维度调整逻辑

# 测试你的示例
f.M = np.repeat([[1,2,3,4,5]],3,axis=0)

print(get_indexed_shape(f.M, [1,4]))          # 输出 (3, 2)
print(get_indexed_shape(f.M, slice(0,None,2))) # 输出 (3, 3)
print(get_indexed_shape(f.M, [True, False, True, False, False])) # 输出 (3, 2)

这个方法完全兼容你提到的整数列表、切片、布尔表达式三种索引器，甚至能处理更复杂的索引类型（比如整数数组、np.newaxis等），因为它直接利用NumPy本身的索引逻辑来计算形状，不需要你手动处理每种索引器的规则。

二、针对布尔/整数列表的简化方法 #

如果你只需要处理布尔表达式和整数列表索引器，也可以直接计算索引器对应的长度，再结合原数组的形状：

def get_index_length(indexer, axis_length):
    if isinstance(indexer, (list, np.ndarray)):
        if np.asarray(indexer).dtype == bool:
            # 布尔索引：统计True的数量
            return np.count_nonzero(indexer)
        else:
            # 整数列表：直接取长度
            return len(indexer)
    else:
        raise ValueError("仅支持布尔表达式或整数列表索引器")

# 计算形状
def get_indexed_shape_simple(arr, indexer):
    return arr.shape[:-1] + (get_index_length(indexer, arr.shape[-1]),)

# 测试
print(get_indexed_shape_simple(f.M, [1,4])) # (3, 2)
print(get_indexed_shape_simple(f.M, [True, False, True, False, False])) # (3, 2)

三、确定索引表达式中使用的索引数量 #

这里分两种场景：

1. 用户传入的索引器个数：不管NumPy是否自动补全维度，直接统计用户提供的索引器元素数量：

   def get_user_index_count(indexer):
       # 如果不是元组，转换成单元素元组
       if not isinstance(indexer, tuple):
           indexer = (indexer,)
       return len(indexer)
   
   # 测试
   print(get_user_index_count([1,4])) # 1
   print(get_user_index_count((slice(None), [1,4]))) # 2
   

2. NumPy实际使用的索引维度数：这其实等于原数组的维度数，因为NumPy会自动用slice(None)（即:）补全缺失的维度。比如你传入[1,4]对二维数组索引，NumPy会自动处理成[:, [1,4]]，实际使用2个索引维度：

   def get_actual_index_count(arr):
       return arr.ndim
   

如果你指的是索引器本身的维度（比如整数数组索引器的形状），可以直接用np.asarray(indexer).ndim来获取。

内容的提问来源于stack exchange，提问作者JPhibs