如何用Numpy二维数组的值作为索引查询一维数组？

直接利用Numpy的整数数组索引特性就能实现，核心是注意Numpy的索引是从0开始的，而你的二维数组元素是1-based的索引值（1对应一维数组第一个元素），所以需要先做偏移处理，具体步骤如下：

代码示例 #

import numpy as np

# 定义你的二维数组
arr_2d = np.array([[3, 3, 3, 2],
                   [1, 5, 2, 3],
                   [4, 2, 3, 2],
                   [2, 3, 1, 3]])

# 定义一维数组（用具体值演示，对应x=10, y=20, z=30, q=40, p=50）
arr_1d = np.array([10, 20, 30, 40, 50])

# 核心操作：二维数组元素减1转为0-based索引，再索引一维数组
result = arr_1d[arr_2d - 1]

print(result)

输出结果 #

array([[30, 30, 30, 20],
       [10, 50, 20, 30],
       [40, 20, 30, 20],
       [20, 30, 10, 30]])

原理说明 #

• Numpy允许直接用任意形状的整数数组作为索引，返回的数组形状和索引数组（这里是arr_2d - 1）完全一致
• 因为你的二维数组中1对应一维数组的第一个元素x（即arr_1d[0]），所以必须将二维数组的每个元素减1，把1-based的索引转为Numpy要求的0-based索引

内容的提问来源于stack exchange，提问作者Mykenk