如何对NumPy数组切片，将相同索引的元素聚合在一起？

先还原你的数组场景，用NumPy代码生成对应数组：

import numpy as np

# 原始item数组
item = np.array([[0, 5], [1, 6], [2, 7], [3, 8], [4, 9]])
# 复制3次得到三维数组arr（shape为(3,5,2)）
arr = np.repeat(item[np.newaxis, :, :], 3, axis=0)

要实现按索引聚合a、b元素的需求，直接通过切片+转置就能完成：

# 提取所有a变量并按索引聚合
a = arr[:, :, 0].T
# 提取所有b变量并按索引聚合
b = arr[:, :, 1].T

结果验证 #

打印a会得到：

array([[0, 0, 0],
       [1, 1, 1],
       [2, 2, 2],
       [3, 3, 3],
       [4, 4, 4]])

打印b会得到：

array([[5, 5, 5],
       [6, 6, 6],
       [7, 7, 7],
       [8, 8, 8],
       [9, 9, 9]])

切片逻辑说明 #

• arr[:, :, 0]：冒号:表示取对应维度的所有元素，这里取所有复制批次（3次）、所有原始索引（5个）、第3维度的第0个值（即a变量），得到shape为(3,5)的数组
• .T：转置操作，把(3,5)的数组转为(5,3)，正好将每个原始索引的a元素聚合为一行，完全符合你要的a_0到a_4的结构
• 处理b变量的逻辑和a完全一致，只是取第3维度的第1个值arr[:, :, 1]

内容的提问来源于stack exchange，提问作者user18980990