沿最后一个维度索引 numpy nd 数组

有没有一种简单的方法使用索引数组沿最后一个维度对 numpy 多维数组进行索引？例如，取一个数组a形状的(10, 10, 20)。假设我有一个索引数组b，形状(10, 10)这样结果就是c[i, j] = a[i, j, b[i, j]].

我尝试过以下示例：

a = np.ones((10, 10, 20))
b = np.tile(np.arange(10) + 10, (10, 1))
c = a[b]

但是，这不起作用，因为它会尝试像这样进行索引a[b[i, j], b[i, j]]，这与a[i, j, b[i, j]]。等等。有没有一种简单的方法可以做到这一点而不诉诸循环？

做这件事有很多种方法。我们首先生成一些测试数据：

In [1]: a = np.random.rand(10, 10, 20)

In [2]: b = np.random.randint(20, size=(10,10))  # random integers in range 0..19

解决这个问题的一种方法是创建两个索引向量，其中一个是行向量，另一个是 0..9 的列向量，使用meshgrid http://docs.scipy.org/doc/numpy/reference/generated/numpy.meshgrid.html:

In [3]: i1, i0 = np.meshgrid(range(10), range(10), sparse=True)

In [4]: c = a[i0, i1, b]

这有效是因为i0, i1 and b将全部广播到 10x10 矩阵。快速测试正确性：

In [5]: all(c[i, j] == a[i, j, b[i, j]] for i in range(10) for j in range(10))
Out[5]: True

另一种方法是使用choose http://docs.scipy.org/doc/numpy/reference/generated/numpy.choose.html and rollaxis http://docs.scipy.org/doc/numpy/reference/generated/numpy.rollaxis.html:

# choose needs a sequence of length 20, so move last axis to front
In [22]: aa = np.rollaxis(a, -1)  

In [23]: c = np.choose(b, aa)

In [24]: all(c[i, j] == a[i, j, b[i, j]] for i in range(10) for j in range(10))
Out[24]: True