Numpy矩阵索引详解

索引符号为"[ ]"，对于Numpy中的高维矩阵，只要按照剥洋葱的套路来，“[ ]"是下标索引，也就是说，对相应维度上元素的索引，其大小不超过该维度上元素个数减一。什么意思呢，举例来说。假设我有一个三维矩阵，那么我对该矩阵的索引”[ ]“中不能超过三个对象。第一个对象中取出一个数，作为矩阵第一维上的索引，第二个对象中取出一个数，作为第二维上的索引，以此类推。

>>> a=np.reshape(np.arange(27),(3,3,3))
# 创建了一个3维矩阵a
>>> a
array([[[ 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]]])
>>> a[[1,0],[[1,0],[0,1]],1] 
#对a的索引是三个对象，指明第一维索引的object是一个长度为2的列表，
#指明第二维索引的object是一个2维，第三个索引对象是一个整型数指明了第三维的索引 
array([[13,  1],
       [10,  4]])
>>> a[1,[1,0]]
array([[12, 13, 14],
       [ 9, 10, 11]])
>>> a[[1,0],1]
array([[12, 13, 14],
       [ 3,  4,  5]])
>>> a[1,[1,2],1]
array([13, 16])
>>>

再来解释下前面的说法。a矩阵在第一维上有三个元素（即三个2*2的矩阵），所以，第一个索引对象中的数大小不能超过（3-1=2）。因为矩阵a共有三个维度，所以方括号里不能超过三个对象。

怎么看矩阵的第几维有几个元素呢？很简单，对于第一维，你就看最外一层方括号”[]“里边出现了几个分隔的逗号，a中出现了2个逗号，那么这一维就有（2+1=3）个元素，对于第二维、第三维以同样的方法类推。

那么怎么看最好索引结果的形状呢？

这个也好理解。整体形状是受”[ ]“中维数高的对象约束，完整形状还要收实际索引的元素影响。

比如说，对于这个索引

a[[1,0],[[1,0],[0,1]],1]

它的第二维索引对象是一个2*2的矩阵形式。那么最后返回的结果就是一个以第二维对象形状维原型的矩阵

>>>a[1,[1,0]]
  array([[12, 13, 14],
       [ 9, 10, 11]])

再比如说这个索引，它的形状应该是一个长度维2的一维矩阵，里边的第一个元素是a[1,1],第二个元素是a[1,0]。a[1,1]，a[1,0]是一个长度为三的一维矩阵，所以最后的结果就是一个二维的2*3矩阵矩阵。

>>>a[1,[1,0]]
  array([[12, 13, 14],
       [ 9, 10, 11]])

也就是说索引的对象的形状是最后结果的相应低维的形状。还是回到上面这个例子，索引的决定性形状是第一维长度为2，所以最后的结果的第一维长度为2.