Numpy高级索引:广播是如何发生的？

Question

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

如果我们运行以下语句

x[1:, [2,0,1]]

我们得到以下结果

array([[ 6,  4,  5],
      [10,  8,  9]])

据numpy的医生说：

高级索引始终是广播，并作为一个整体进行迭代：

我不明白指数和广播的配对是如何发生的。

Answer 1

来自NumPy用户指南，https://numpy.org/doc/stable/user/basics.indexing.html#combining-index-arrays-with-slices

将切片转换为索引数组np.array，该索引数组与索引数组一起广播，以产生结果数组。

在我们的示例中，片np.array([1,2]) 1：被转换为具有形状(1,2)的索引数组。这是行索引数组。下一个索引数组(列索引数组) np.array(2,0,1)具有形状(3,2)

• 行索引数组形状(1,2)
• 列索引数组形状(3,2)

索引数组的形状不同。但它们可以被广播成相同的形状。广播行索引数组以匹配列索引数组的形状。

Answer 2

所选答案不正确。

1. 在这里，[2,0,1]确实有形状的(3,)，并且不会在广播期间被扩展。
2. 而1:意味着在广播之前首先对数组进行切片。在广播过程中，只需将切片:想象为每次运行0d标量的占位符。所以我们得到： 形状(2，0，1)= (3，) () =() -> (1，) -> (3，) 因此，在概念上将[:]扩展为(3,)，如下所示： x[1,1,1，2,0,1] =6 4 5 x[2,2, 2，0,1] = 10 8 9 最后，我们需要将结果堆回 [6 4 5]