Python中矩阵的索引与切片问题：按指定行列索引取值报错

嘿，我完全懂你遇到的困惑！当你尝试用A[(0,4,5,7),(0,4,5,7)]这种方式索引时，大概率是用的NumPy矩阵，但这个写法的行为和你预期的不一样——它会返回配对的对角元素（也就是(0,0)、(4,4)、(5,5)、(7,7)这四个值），而不是你想要的行和列交叉形成的子矩阵，这就是你觉得“出错”的原因啦。

下面给你两种在原矩阵上完成切片的可行方案：

方案一：用np.ix_()构造网格索引 #

这是最直接且推荐的方式，np.ix_()会把一维的行、列索引转换成能广播的二维网格，让NumPy理解你要的是所有行和列的组合：

import numpy as np

# 先创建一个示例8x8矩阵（假设你的矩阵是类似规模）
A = np.random.rand(8, 8)

# 指定要提取的行和列索引
target_rows = (0, 4, 5, 7)
target_cols = (0, 4, 5, 7)

# 获取交叉子矩阵
sub_matrix = A[np.ix_(target_rows, target_cols)]

这样得到的sub_matrix就是4x4的子矩阵，包含了所有你指定的行和列的交叉元素。

方案二：分步切片（先取行再取列） #

如果你不想用np.ix_()，也可以分两步完成切片：先提取指定的行，再从这些行里提取指定的列：

# 第一步：提取目标行
selected_rows = A[[0, 4, 5, 7], :]
# 第二步：从选中的行里提取目标列
sub_matrix = selected_rows[:, [0, 4, 5, 7]]

这个方法同样能得到你想要的4x4子矩阵，逻辑更直观，适合刚接触NumPy索引的朋友。

补充说明：为什么原写法不符合预期？ #

在NumPy的花式索引规则里，当你传入两个长度相同的一维索引数组（或元组）时，它会按位置配对来取值：第一个索引对是(0,0)，第二个是(4,4)，以此类推，最终返回的是一个一维数组，而不是二维子矩阵——这就是原写法和你预期不符的核心原因。

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