如何正确选取NumPy ndarray中的指定区域？

错误原因分析 #

你遇到的IndexError: shape mismatch是因为直接使用M[a,b]时，NumPy会将a和b视为配对索引（即取M[a[0],b[0]]、M[a[1],b[1]]这类对应位置的元素），但你的a长度为2，b长度为3，两者形状无法广播匹配，因此报错。而你实际需要的是选取**a中所有行与b中所有列的笛卡尔积区域**（即二维子矩阵），需要用专门的索引方式实现。

注意：修正索引数组 #

从你给出的期望结果来看，目标行应该是[0,2,3]（对应结果的三行），目标列是[0,2]（对应结果的两列），而非原代码中的a=[0,2]和b=[0,2,3]，先修正这两个索引数组。

解决方案 #

方法1：使用np.ix_()构造索引网格 #

np.ix_()会将一维索引数组转换为可广播的二维网格，直接生成行×列的子矩阵：

import numpy as np

# 给定的矩阵M
M = np.array([[0.36899449, 0.02531732, 0.04966994, 0.66058884, 0.26193009],
              [0.92893864, 0.10193024, 0.74850916, 0.72822403, 0.09112129],
              [0.28863096, 0.45470087, 0.01032583, 0.30931807, 0.42765045],
              [0.59819051, 0.94057773, 0.95352287, 0.81818564, 0.24220261]])

# 修正后的目标行和列索引
a = [0, 2, 3]
b = [0, 2]

# 使用np.ix_()选取区域
selection = M[np.ix_(a, b)]
print(selection)

运行结果：

[[0.36899449 0.04966994]
 [0.28863096 0.01032583]
 [0.59819051 0.95352287]]

方法2：手动调整索引形状实现广播 #

将行索引转换为列向量（形状(n,1)），列索引保持一维（形状(m,)），利用NumPy的广播机制生成索引网格：

selection = M[np.array(a)[:, np.newaxis], b]

此方法与np.ix_()效果完全一致，适合需要手动控制索引形状的场景。

内容的提问来源于stack exchange，提问作者deijany91