如何高效按指定索引拆分numpy数组为多个目标子数组

你需要的非连续行列子矩阵提取可以直接用numpy的花式索引完成，底层为C实现，哪怕是24×24甚至更大规模的数组都没有性能开销，不需要写循环。

实现步骤 #

• 提前定义好两类索引集合
  把需要提取的行、列序号提前存为列表或者numpy数组即可，后续换不同规模的数组只需要修改这里的索引值：

import numpy as np

# 按你的示例定义索引，24*24数组仅需修改这两个列表的内容
f_idx = [2, 3, 4, 5, 7]  # Kff对应的行、列索引
p_idx = [0, 1, 6]        # Kpp、Kpf对应的行索引，可根据实际规则调整

• 调用np.ix_生成索引网格，直接提取三个子数组
  注意不要直接写K[f_idx, f_idx]，这种写法只会提取对角位置的元素，np.ix_会将一维索引转换为可广播的网格结构，正确提取所有行列交叉位置的元素：

# 提取三个目标子数组
Kff = K[np.ix_(f_idx, f_idx)]  # 行、列均取f_idx
Kpp = K[np.ix_(p_idx, p_idx)]  # 行、列均取p_idx
Kpf = K[np.ix_(p_idx, f_idx)]  # 行取p_idx，列取f_idx

效果验证 #

你可以用小尺寸测试数组验证提取结果是否符合预期：

# 生成8*8测试数组，元素值=行号*10+列号，方便核对
K = np.array([[i*10 + j for j in range(8)] for i in range(8)])
f_idx = [2,3,4,5,7]
Kff = K[np.ix_(f_idx, f_idx)]
print(Kff)

输出结果就是行索引2、3、4、5、7和列索引2、3、4、5、7交叉的所有元素，完全匹配你的需求。

提示：numpy默认索引从0开始，和你描述的索引规则完全一致，不需要额外做序号转换。

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