Numpy二维数组双索引列表取值报错：形状不匹配问题问询

首先，咱们来拆解你遇到的问题：当你用两个长度不同的一维索引数组x（36个元素）和y（45个元素）直接索引二维数组时，Numpy的广播机制要求这两个索引数组的形状必须能兼容——要么长度相同，要么其中一个是标量。而你的x和y形状分别是(36,)和(45,)，没法完成广播，所以抛出了IndexError: shape mismatch的错误。

你分两步执行能成功，是因为：

1. 第一步data['gather'][:, y]先提取了所有行中y指定的列，得到一个形状为(原行数, 45)的数组；
2. 第二步s[x, :]再从这个数组里提取x指定的行，最终得到(36, 45)的结果——本质上是取了x所有行和y所有列的笛卡尔积组合。

要一步完成这个操作，你只需要让两个索引数组的形状满足广播条件就行，这里有两种常用方法：

方法1：用np.ix_函数（最直观） #

np.ix_会帮你把一维数组转换成能广播的形状，专门用于这种“取所有行列组合”的场景：

s = data['gather'][np.ix_(x, y)]

它会把x转换成(36, 1)的列向量，y转换成(1, 45)的行向量，两者广播后刚好对应所有x行和y列的索引对，结果和你分两步跑完全一致。

方法2：手动调整索引形状 #

你也可以自己给x增加一个维度，让它变成列向量，这样和y就能广播了：

s = data['gather'][x[:, np.newaxis], y]
# 或者用reshape实现同样效果
s = data['gather'][x.reshape(-1, 1), y]

这里x[:, np.newaxis]把(36,)的x变成(36, 1)，和(45,)的y广播后会生成(36, 45)的索引矩阵，同样能得到你想要的结果。

至于你提到的“之前能运行现在不行”，大概率不是Python版本的问题，而是之前你的x和y长度刚好相同，满足广播条件；现在两者长度不同，就触发了形状不匹配的错误。

内容的提问来源于stack exchange，提问作者Zidan