Python numpy如何提取指定非连续行列的子矩阵并保留结构

你遇到的问题是NumPy高级索引的默认规则导致的：当直接传入两个等长的一维索引元组/数组做索引时，NumPy会按位置成对匹配坐标取值，也就是取(row[0], col[0])、(row[1], col[1])……对应位置的元素，所以你用A[row, column]只会得到[1,7]，而不是行列交叉的二维子矩阵。

以下是两种可直接复用的实现方式：

• 方法1：使用np.ix_构造广播索引（推荐）
  np.ix_会将输入的行、列索引转换为可广播的维度格式，自动提取所有行列交叉位置的元素，保留原有的矩阵结构，且支持任意顺序、任意非连续的索引值：

import numpy as np

A = np.array([[1,2,3,4],[5,6,7,8]])
row = (0, 1)
column = (0, 2)

result = A[np.ix_(row, column)]
print(result)
# 输出：
# [[1 3]
#  [5 7]]

• 方法2：分步索引选行再选列
  逻辑更直观的写法，先筛选出所有需要的行，再从筛选结果里提取目标列：

result = A[list(row)][:, list(column)]

说明：分步索引会先生成行筛选的临时副本，处理超大规模矩阵时性能略低于np.ix_方案，日常小数据场景使用没有区别。

切片仅能提取连续范围的元素，以上两种方法对非连续、乱序的行列索引都完全适用，不会丢失矩阵的二维结构。

内容的提问来源于stack exchange，提问作者samabu