当矩阵行/列数为1时，如何无需if/else实现行列索引？

哈哈，这个坑我踩过好多次！每次处理这种矩阵/向量自动降级的场景，写一堆if/else不仅代码丑，还容易漏边界情况。分享几个不用判断就能统一索引的实用技巧，分场景给你说：

1. Numpy环境下：用np.atleast_2d()强制二维结构 #

这是最省心的方案——不管输入是一维向量还是二维矩阵，先把它转成二维结构，之后全程用[行索引, 列索引]的方式操作就完事儿了，完全不用管原始形状：

import numpy as np

# 测试一维向量的情况
vec = np.array([1, 2, 3])
vec_2d = np.atleast_2d(vec)
print(vec_2d[0, 1])  # 输出2，完美支持二维索引语法

# 测试二维矩阵的情况（不会改变原有结构）
mat = np.array([[1, 2], [3, 4]])
mat_2d = np.atleast_2d(mat)
print(mat_2d[1, 0])  # 输出3

如果需要控制是行向量还是列向量，可以用np.expand_dims()指定维度，比如np.expand_dims(vec, axis=1)会把一维向量转成N行1列的矩阵，索引逻辑完全统一。

2. 通用场景（非Numpy）：封装统一的索引函数 #

如果是自己实现的矩阵/向量结构，或者用原生列表，可以把索引逻辑封装成一个函数，内部的判断只写一次，业务代码里全程调用这个函数就行：

def safe_get(arr, row_idx, col_idx):
    # 判断是否为矩阵（这里用列表嵌套判断，可根据你的结构调整）
    if isinstance(arr[0], (list, tuple)):
        return arr[row_idx][col_idx]
    else:
        # 向量场景：根据需求选择取行索引或列索引，这里默认列索引为0时取行索引，否则取列索引
        return arr[row_idx] if col_idx == 0 else arr[col_idx]

# 调用示例
vec = [1, 2, 3]
mat = [[1, 2], [3, 4]]
print(safe_get(vec, 0, 1))  # 输出2
print(safe_get(mat, 1, 0))  # 输出3

这样业务代码里完全不用写if/else，只需要统一传行、列索引就行。

3. Numpy进阶：用切片代替单个索引 #

Numpy的切片语法对一维和二维数组天然兼容，如果你只是要取单个元素，可以用切片+item()的方式，全程无判断：

import numpy as np

# 向量场景
vec = np.array([1, 2, 3])
# 取第0行第1列的元素
print(vec[0:1, 1:2].item())  # 输出2

# 矩阵场景
mat = np.array([[1, 2], [3, 4]])
# 取第1行第0列的元素
print(mat[1:2, 0:1].item())  # 输出3

切片操作会自动保持维度一致性，一维数组切片后会变成二维的单行/单列数组，再用item()提取标量即可。

内容的提问来源于stack exchange，提问作者Squeezie