提问人：itsanhtuanho 提问时间：7/29/2023 最后编辑：itsanhtuanho 更新时间：7/29/2023 访问量：34
如何使用另一个包含索引的 2D numpy 数组对 2D numpy 数组进行切片？
How do I slice a 2D numpy array using another 2D numpy array that contains indices?
问：
我有一个大小为 （3000,3000） 的稀疏矩阵 A，我还有另一个大小为 （83068， 2） 的矩阵 B，其中包含 A 的非零元素的索引。
是否有可能得到一个生成的二维矩阵 C，使其仅包含来自 A 的非零元素？
这是我到目前为止尝试过的：
A[B]
但结果大小为 （83068， 2， 3000）
答：
2赞
aerobiomat
7/29/2023
#1
如本文所述，如果向索引提供元组，则该元组将被解释为索引列表。
这就是为什么可以直接使用 np.nonzero（） 函数的输出作为索引的原因，因为它总是返回索引数组的元组。
因此，您可以使用：
>>> A = np.array([[0, 9, 3], [8, 0, 0], [6, 7, 5]])
>>> A[np.nonzero(A)]
array([9, 3, 8, 6, 7, 5])
您可以检查是否返回一个元组：np.nonzero()
>>> np.nonzero(A)
(array([0, 0, 1, 2, 2, 2]), array([1, 2, 0, 0, 1, 2]))
但是您的数组具有不同的格式，如下所示：B
>>> B = np.array(np.nonzero(A)).T
>>> B
array([[0, 1],
[0, 2],
[1, 0],
[2, 0],
[2, 1],
[2, 2]])
因此，您需要将其重新格式化为元组，其中包含与数组中维度一样多的元素，正如 @hpaulj 所指出的那样。例如：A
>>> tuple(B.T)
(array([0, 0, 1, 2, 2, 2]), array([1, 2, 0, 0, 1, 2]))
综上所述：
>>> A[tuple(B.T)]
array([9, 3, 8, 6, 7, 5])
评论
1赞
hpaulj
7/29/2023
事实上，产生 （n，2） 数组的就像是 。np.argwhereBnp.transpose(np.nonzero(...))
评论
A[B[:,0], B[:,1] ]I, J = B.T; X=A[I,J]