通过索引列表切片3D numpy数组

Question

我不明白如何切片数组，以便获得第三维中感兴趣的索引。这里是一个3D numpy数组的例子。

data = np.arange(60).reshape(5,4,3) 
print data 

[[[ 0 1 2] [ 3 4 5] [ 6 7 8] [ 9 10 11]] 

[[12 13 14] [15 16 17] [18 19 20] [21 22 23]] 

[[24 25 26] [27 28 29] [30 31 32] [33 34 35]] 

[[36 37 38] [39 40 41] [42 43 44] [45 46 47]] 

[[48 49 50] [51 52 53] [54 55 56] [57 58 59]]] 

现在这里是我想从第三维获取的索引。

indices_of_interest = np.random.randint（3，大小= 5） 打印indices_of_interest

[0 2 2 2 0] 

所以基本上我希望值

[[[ 0] [ 3] [ 6] [ 9]] 

[[14] [17] [20] [23]] 

[[26] [29] [32] [35]] 

[[38] [41] [44] [47]] 

[[48] [51] [54] [57]]] 

是否有某种方式来做到这一点？当我尝试直接对数组进行索引时，它会广播维度，而不是提供给我一部分数据。

Answer 1

我们可以使用advanced-indexing来由第三昏暗抓住他们 -

data[np.arange(len(indices_of_interest)),:, indices_of_interest] 

采样运行 -

In [65]: data = np.arange(60).reshape(5,4,3) 

In [66]: indices_of_interest = [0,2,2,2,0] 

In [67]: data[np.arange(len(indices_of_interest)),:, indices_of_interest] 
Out[67]: 
array([[ 0, 3, 6, 9], 
     [14, 17, 20, 23], 
     [26, 29, 32, 35], 
     [38, 41, 44, 47], 
     [48, 51, 54, 57]])