我有一个三维numpy数组，我试图使用两个单维numpy数组沿着它的第二和第三维索引它 . 以机智：
np.random.seed(0)
dims = (1,5,5)
test_array = np.arange(np.prod(dims)).reshape(*dims)
test_array
生产环境 ：
array([[[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14],
[15, 16, 17, 18, 19],
[20, 21, 22, 23, 24]]])
如果我然后创建两个数组来索引它：
idx_dim1 = np.array([0,2,4])
idx_dim2 = np.array([1,3])
我发现我不能同时应用这两者：
test_array[:,idx_dim1,idx_dim2]
---------------------------------------------------------------------------
IndexError Traceback (most recent call last)
<ipython-input-193-95b23ed3210c> in <module>()
----> 1 test_array[:,idx_dim1,idx_dim2]
IndexError: shape mismatch: indexing arrays could not be broadcast together with shapes (3,) (2,)
比方说，我可以将它们分开
test_array[:, idx_dim1,:][:,:,idx_dim2]
这使
array([[[ 1, 3],
[11, 13],
[21, 23]]])
但这只能以只读方式工作 - 我不能像这样为test_array分配值，因为我分配的是切片而不是原始切片 . 我也不太确定为什么一起使用这两个索引器不起作用 . 在这里我不理解numpy有一些概念上的细微差别吗？是否有一个很好的解决方案，允许我分配值？
谢谢！
1 回答
尝试
哪里，