如何通过数组索引对Numpy二维数组索引以获取指定一维数组？

嘿，这个需求在NumPy里用高级索引就能轻松搞定！我直接上代码加解释，一看就明白。

首先，我们先定义好待索引的二维数组和对应的二维索引数组：

import numpy as np

# 待索引的二维数组（3行3列示例）
arr = np.array([
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
])

# 二维索引数组：每一行代表一个(row, col)坐标，我们要提取这些坐标对应的元素
indices = np.array([
    [0, 1],  # 对应arr[0][1] = 2
    [1, 2],  # 对应arr[1][2] = 6
    [2, 0]   # 对应arr[2][0] = 7
])

接下来有两种常见的实现方式：

方式1：拆分索引数组为行、列索引 #

NumPy的高级索引支持传入两个形状匹配的一维数组，分别代表行索引和列索引，它会按位置一一对应提取元素：

# 从二维索引数组中拆分出所有行索引（取第一列）和列索引（取第二列）
row_idx = indices[:, 0]
col_idx = indices[:, 1]

# 执行索引，直接得到一维结果
result = arr[row_idx, col_idx]
print(result)  # 输出: [2 6 7]

方式2：转置索引数组后转成元组（更简洁） #

如果不想手动拆分，可以直接把二维索引数组转置，再转成元组传给数组索引，效果和上面完全一致：

# indices.T 会把(3,2)的数组转成(2,3)，转成元组后就是(row_idx_array, col_idx_array)
result = arr[tuple(indices.T)]
print(result)  # 同样输出: [2 6 7]

关键注意点 #

• 要确保二维索引数组里的每个(row, col)坐标都在待索引数组的有效范围内（比如示例中arr是3行3列，行/列索引只能是0、1、2），不然会触发索引越界错误。
• 不管你的二维索引数组有多少行（即多少个要提取的坐标），只要它是(n, 2)的形状，这两种方法都适用。

内容的提问来源于stack exchange，提问作者squirl