Python中如何用列表切片二维矩阵？为何指定索引结果形状非(3,3)？

首先得搞清楚numpy里**花式索引（fancy indexing）**的规则，这是你遇到问题的核心原因：

当你写a[[1,2,3],[1,2,3]]时，numpy会把两个列表里的元素一一配对，取的是矩阵中(1,1)、(2,2)、(3,3)这三个单独的元素，所以最终返回的是一个包含这三个元素的一维数组，形状自然是(3,)。

而切片a[1:4,1:4]是完全不同的逻辑：它选取的是行索引从1到3（左闭右开）的所有行，以及列索引从1到3的所有列，相当于取了一个3x3的子矩阵，所以形状是(3,3)。

如果你想通过列表索引实现类似a[[1,8,12],[34,45,50]]得到(3,3)矩阵的需求，也就是取这三行和这三列的所有交叉元素，有几种简单的方法：

方法1：使用np.ix_()函数（最推荐） #

np.ix_()的作用就是把一维的行、列索引转换成可以广播成二维的索引结构，让numpy理解你要取的是行和列的所有组合：

import numpy as np
a = np.random.rand(100, 100)  # 模拟你的100x100矩阵
result = a[np.ix_([1,8,12], [34,45,50])]
print(result.shape)  # 输出 (3, 3)

方法2：利用广播机制，把行索引改成二维数组 #

把行索引变成一个列向量（形状(3,1)），这样numpy会自动把它和列索引（形状(3,)）广播成(3,3)的索引矩阵，从而取到所有交叉元素：

result = a[[[1],[8],[12]], [34,45,50]]
print(result.shape)  # 输出 (3, 3)

方法3：分步索引（先取行再取列） #

先提取目标行的所有列，再从这个子矩阵里提取目标列，逻辑更直观：

selected_rows = a[[1,8,12], :]
result = selected_rows[:, [34,45,50]]
print(result.shape)  # 输出 (3, 3)

这三种方法都能达到你想要的效果，其中np.ix_()是最简洁且可读性最高的方式，尤其适合处理更长的索引列表。

内容的提问来源于stack exchange，提问作者A.Razavi