Python 中索引的其他形式

我正在学习机器学习课程，在对 numpy 库的回顾中，使用了一种我以前从未见过的索引方法。我们定义a = np.array([[1,2],[3,4],[5,6]])。随后创建两个新数组：np.array([a[0,0], a[1,1], a[2,1]]。这是我所知道的索引方式。我不知道的索引方式是这样的：print(a[[0,1,2],[0,1,1]])。有人可以帮我解释一下这种最新形式的索引吗？

When n传递数组，其中n是数组维度的数量，它们用作相应维度的索引。a[[0,1,2],[0,1,1]]相当于[a[0,0], a[1,1], a[2,1]]

让我引用一下numpy https://numpy.org/doc/stable/reference/arrays.indexing.html#advanced-indexing docs:

...应从每一行中选择一个特定元素。行 索引只是 [0, 1, 2]，列索引指定要查找的元素 选择相应的行，此处为 [0, 1, 0]。两者一起使用 该任务可以使用高级索引来解决：

x = np.array([[1, 2], [3, 4], [5, 6]])

x[[0, 1, 2], [0, 1, 0]]
array([1, 4, 5])