Numpy的fancy indexing中多维数组的用法

问题如下图

import numpy as np 
b = np.array([[1.5,2,3],[4,5,6]])
print(b)
print(b[[1,0,1,0]][:,[0,1,2,0]])

下面是几次尝试

b = np.array([[1.5, 2, 3], [4, 5, 6]])
print(b)

[[1.5 2. 3. ]
[4. 5. 6. ]]

print(b[[1, 0, 1, 0], [0, 1, 2, 0]])

[4. 2. 6. 1.5]

# 首先，我们看一下 b[[1, 0, 1, 0]]
print(b[[1, 0, 1, 0]])

[[4. 5. 6. ]
[1.5 2. 3. ]
[4. 5. 6. ]
[1.5 2. 3. ]]

print(b[[1, 0, 1, 0][:]])

[[4. 5. 6. ]
[1.5 2. 3. ]
[4. 5. 6. ]
[1.5 2. 3. ]]

# 后面[]中的逗号前的‘：’指行，逗号后，指列
print(b[[1, 0, 1, 0]][:, [0, 1, 2, 0]])

[[4. 5. 6. 4. ]
[1.5 2. 3. 1.5]
[4. 5. 6. 4. ]
[1.5 2. 3. 1.5]]

print(b[[1, 0, 1, 0]][0:2, [0, 1, 2, 0, 1, 2]])

[[4. 5. 6. 4. 5. 6. ]
[1.5 2. 3. 1.5 2. 3. ]]

print(b[[1, 0, 1, 0, 1]][:, [0, 1, 2, 0, 1, 2]])

[[4. 5. 6. 4. 5. 6. ]
[1.5 2. 3. 1.5 2. 3. ]
[4. 5. 6. 4. 5. 6. ]
[1.5 2. 3. 1.5 2. 3. ]
[4. 5. 6. 4. 5. 6. ]]

经过测试，[:,[0,1,2,0]] 逗号前的冒号是指行的范围，行的范围根据前面 b[[1,0,1,0]] 中的值来定，在本例中，最长不会超过4行；[0,1,2,0] 分别指该行的第几列。