Numpy多维数组多维度同时索引报错，求一步式解决方法

报错原因 #

你写的a[[7,10,12,13,14], [1,4],:,:]这种索引方式，numpy会把两个维度的索引数组当成配对索引——也就是按位置一一对应取元素：比如取第0维的第7个元素对应第1维的第1个，第0维的第10个对应第1维的第4个，但第0维的索引有5个，第1维只有2个，没法一一配对，所以报形状不匹配的错误。这种写法不是取两个维度的所有元素组合，而是按索引位置配对取值，要求两个索引数组的形状必须兼容（可广播）。

一步式解决方法 #

方法1：用np.ix_生成网格索引 #

np.ix_是numpy专门用来处理多维度笛卡尔积索引的工具，它会把输入的一维索引数组转换成可广播的二维结构，让两个维度的所有元素组合都被选中：

import numpy as np
# 直接一步索引
b = a[np.ix_([7,10,12,13,14], [1,4]), :, :]

得到的b.shape为(5,2,66,717)，完全符合你的需求：第一维度的5个元素和第二维度的2个元素的全部组合。

方法2：手动扩展索引维度 #

手动给索引数组增加维度，让它们满足广播规则，同样能实现一步索引：

# 给第0维索引增加一个列维度，形状从(5,)变成(5,1)
idx0 = np.array([7,10,12,13,14])[:, np.newaxis]
# 给第1维索引增加一个行维度，形状从(2,)变成(1,2)
idx1 = np.array([1,4])[np.newaxis, :]
# 索引取值
b = a[idx0, idx1, :, :]

这个方法和np.ix_的底层逻辑一致，只是手动实现了维度扩展。

内容的提问来源于stack exchange，提问作者user1363251