关于numpy.take()用法

关于numpy.take()用法

此文章是对我当时使用错误后的改正，用以记录下来，并作分享。

首先用numpy定义一个二维数组

import numpy as np
a = np.random.uniform(-10, 10, size=(3, 5))
print(a)


output:
[[ 9.56258678  0.78449895  1.48800984  3.86522118  3.0777375 ]
 [ 8.6176819   6.58367454  6.16471974 -3.71131304 -8.22857358]
 [ 9.73814042  8.80724384  6.70023151 -2.12578197  3.01890996]]

然后本意是想借助index用numpy.take方法得出反序结果

indexes = np.argsort(-a)  # argsort返回数组从小到大的数值的索引
q = len(indexes[0])
print(indexes)
print(np.take(a, indexes))

output:
[[0 3 4 2 1]
 [0 1 2 3 4]
 [0 1 2 4 3]]
array([[ 9.56258678,  3.86522118,  3.0777375 ,  1.48800984,  0.78449895],
       [ 8.6176819 ,  6.58367454,  6.16471974, -3.71131304, -8.22857358],
       [ 9.73814042,  8.80724384,  6.70023151,  3.01890996, -2.12578197]])

结果不料它返回的数据中全是a[0]的数据，a[1]a[2]被雪藏
查阅了官方文档得到下面的话：
If indices is not one dimensional, the output also has these dimensions.
翻译为：如果索引不是一维的，则输出也具有这些维度。
并有一例：

可以得知其后的index应为看做一维数组的索引，代码修正后便无误了

indexes = np.argsort(-a)
print(indexes)
print('*' * 30)
q = len(indexes[0])
j = 1
for i in indexes[1:]:
    i += q * j
    j += 1
print(indexes)
print(np.take(a, indexes))

output:
[[0 3 4 2 1]
 [0 1 2 3 4]
 [0 1 2 4 3]]
 ******************************
[[ 0  3  4  2  1]
 [ 5  6  7  8  9]
 [10 11 12 14 13]]
array([[ 9.56258678,  3.86522118,  3.0777375 ,  1.48800984,  0.78449895],
       [ 8.6176819 ,  6.58367454,  6.16471974, -3.71131304, -8.22857358],
       [ 9.73814042,  8.80724384,  6.70023151,  3.01890996, -2.12578197]])