Numpy高级索引：n维数组索引n维数组的结果差异问题

第一段代码的运行原理 #

当你仅传入单个二维数组作为索引时，属于单轴整数数组索引：

• 你定义的a是形状为(5,5)的二维数组，仅传入index作为索引时，该索引默认作用于a的第0轴（行维度），第1轴（列维度）默认选中全部元素。
• 你的index形状为(2,5)，取值为[[0,1,2,3,4], [0,1,2,3,4]]，相当于按索引值选中a的第0、1、2、3、4行，再重复选中一次这5行，最终选中的结果形状为(2,5,5)。
• 对选中的结果赋值1.0时，所有被选中的行的全部列都会被覆盖为1.0，因为原数组的5行都被选中过，所以最终整个数组的元素全为1.0。

第二段代码的运行原理 #

当你传入两个一维数组作为索引时，属于多轴整数数组索引：

• 逗号分隔的两个index分别对应a的第0轴、第1轴的索引，Numpy会将两个索引数组对应位置的元素逐对匹配，选中(0,0)、(1,1)、(2,2)、(3,3)、(4,4)这5个对角线位置的元素。
• 赋值操作仅作用于这5个匹配到的位置，因此只有对角线元素被修改为1.0。

拓展补充 #

如果想要用二维形状的索引数组实现多轴配对索引，只需要拆分索引数组的对应维度即可，比如对你的第一段代码的index做如下修改就能达到对角线赋值的效果：

a[index[0], index[1]] = 1.0

内容的提问来源于stack exchange，提问作者user3752629