Julia中如何用向量索引获取矩阵指定元素？（对标NumPy）

假设我们有如下4×2矩阵：

a = [1 2; 3 4; 5 6; 7 8]
# 输出：
# 4×2 Matrix{Int64}:
#  1  2
#  3  4
#  5  6
#  7  8

想要通过两个等长向量指定对应位置的行和列提取元素：比如取a[1,1]和a[3,2]，预期输出为1×2矩阵：

1×2 Matrix{Int64}:
 1  6

在Python NumPy中，a[[1,3], [1,2]]可以直接得到这个结果，但Julia中执行相同代码会生成行和列的笛卡尔积，得到2×2矩阵：

a[[1,3], [1,2]]
# 输出：
# 2×2 Matrix{Int64}:
#  1  2
#  5  6

这是因为Julia的向量索引逻辑是生成所有行和列的组合，而非对应位置匹配。以下是几种Julia的实现方式：

方法1：使用CartesianIndex构造坐标数组 #

CartesianIndex可以直接表示矩阵的二维坐标，构造坐标数组后即可提取对应元素：

# 构造目标坐标数组
indices = [CartesianIndex(1, 1), CartesianIndex(3, 2)]
# 提取元素并转换为1×2矩阵
result = reshape(a[indices], 1, 2)

运行结果：

1×2 Matrix{Int64}:
 1  6

方法2：广播调用getindex #

通过Ref(a)固定矩阵对象，对行、列向量进行广播索引：

# 广播提取元素，再转换为1×2矩阵
result = reshape(getindex.(Ref(a), [1,3], [1,2]), 1, 2)

运行结果同上。

方法3：计算线性索引 #

Julia中矩阵按列存储，可通过LinearIndices获取元素的线性位置，再提取：

# 获取目标元素的线性索引
linear_idx = [LinearIndices(a)[1,1], LinearIndices(a)[3,2]]
# 提取元素并转换为1×2矩阵
result = reshape(a[linear_idx], 1, 2)

运行结果同上。

如果不需要矩阵形式，直接提取的结果是向量[1,6]，可根据需求选择是否用reshape转换。

内容的提问来源于stack exchange，提问作者PokeLu