Skip to main content
 首页 » 编程设计

python之在任意维度上用 numpy 数组索引 numpy 数组

2025年05月04日9tuyile006

假设 img 是一个二维 numpy 数组。还假设 x 和 y 是与 img 形状相同的整数值二维 numpy 数组。考虑:

newImg = img[x, y] 

newImg 现在是一个与 img 形状相同的二维数组,其中 newImg[i,j] == img[ x[i,j], y[i,j] ] 对于所有 i 和 j。

我想将此过程推广到任意数量的维度。也就是说,令 img 为 d 维 numpy 数组,并将 x[i],for i in range(0, d),取为与 img 具有相同形状的整数值 d 维 numpy 数组。我基本上想要的是:

newImg = img[x[0], x[1], ..., x[d-1]] 

这显然是伪代码,预计不会起作用。

如何使用 NumPy 执行此操作?

请您参考如下方法:

你试过简单吗

newImg = img[x] 

看起来这应该可行!

我假设 x 是满足以下条件的整数数组的列表或元组

len(x) == img.ndim 
all(a.shape == img.shape for a in x) 

这似乎与您描述的相符。