NumPy实现Matlab二维A([],[])索引的等效命令及报错解决

问题复现 #

需要实现Matlab中二维数组A([行索引序列],[列索引序列])取矩形子块并赋值的功能，场景中行、列索引均为非连续值，且两个索引序列完全相同。
最初尝试的代码如下：

import numpy as np
kk = np.zeros((100,100))
k = np.array([[ 0,  1,  2],
              [ 3,  4,  5],
              [ 6,  7,  8]])
kk[[9,2,7],[9,2,7]] = k

运行后抛出错误：

ValueError: shape mismatch: value array of shape (3,3) could not be broadcast to indexing result of shape (3,)

报错原因 #

NumPy默认将两个等长一维数组作为索引时，执行的是成对位置索引，只会匹配(9,9)、(2,2)、(7,7)三个对角线点位，返回结果形状为(3,)，无法接收形状为(3,3)的二维数组赋值，和Matlab取两个索引序列交叉矩形块的逻辑不一致。

正确写法 #

使用np.ix_()构造广播式索引网格，即可完全对齐Matlab的双向量索引逻辑，代码如下：

import numpy as np
kk = np.zeros((100,100))
k = np.array([[ 0,  1,  2],
              [ 3,  4,  5],
              [ 6,  7,  8]])
idx = [9, 2, 7]
kk[np.ix_(idx, idx)] = k

效果说明 #

• 赋值后kk中第9、2、7行和第9、2、7列交叉形成的3×3子块，和k的元素完全对应
• np.ix_()会将输入的一维索引转换为可广播的二维网格结构，索引得到的子块形状为(len(行索引), len(列索引))，和待赋值的二维数组形状完全匹配，不会出现广播错误
• 该写法同样支持行、列索引序列不相同的场景，只需将两个不同的索引序列分别传入np.ix_()的两个参数位置即可

内容的提问来源于stack exchange，提问作者wzboss