在多维数组上使用numpy.take？

Question

是否有可能像花式索引一样使用接管多个轴？

多维数组相当大，所以我希望能够加快速度。

例如：

import numpy as np 
x = np.random.rand(20,20,20,20) 
m = np.where(x>0.5) 
m = (m[0],m[1],m[2]) 
print x[m].shape 

Answer 1

您的代码：

m = np.where(x>0.5) 
m = (m[0],m[1],m[2]) 
result = x[m] 

可以写成通过重复来避免np.where：

m = np.sum(x>0.5,-1) 
result = x.reshape(-1,x.shape[-1]).repeat(w.ravel(), 0) 

这似乎快约4倍。然而，我不知道你是不是故意要求

m = np.any(x>0.5,-1) 
result = x[m,:] 

哪些不会创建重复（尽管这里仍然需要重新塑造）？