首先让我们把它放在一边：我已经知道这里讨论的解决方案：通过指定行和列从另一个数组创建 NumPy 数组
假设我有一个数组
test = np.arange(12).reshape((3,4))
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
我想将其行和列重新排列为 test2
array([[ 1, 0, 3, 2],
[ 9, 8, 11, 10],
[ 5, 4, 7, 6]])
我现在使用的解决方案与上面链接中已经回答的解决方案相同：
test2 = test[[0,2,1]][:,[1,0,3,2]]
然而，这个解决方案创建了一个不必要的数据中间副本：它首先创建一个仅包含乱序行的副本test[[0,2,1]]，然后创建一个包含乱序列的第二个副本。对于如此小的阵列，没有人关心，但如果阵列很大，则该解决方案感觉不是最佳的。numpy 是否允许行和列同时改组？看起来像test[[0,2,1],[1,0,3,2]]，除了 numpy 不会那样解释这个操作......
是的，这就是目的np.ix_：
>>> test[np.ix_([0,2,1], [1,0,3,2])]
array([[ 1, 0, 3, 2],
[ 9, 8, 11, 10],
[ 5, 4, 7, 6]])
它仍然会从两个输入数组创建一个中间索引数组，但它不会索引test数组两次。
请注意，np.ix_只是为您的索引数组添加维度，当您索引数组时，这些维度将被“广播”：
>>> np.ix_([0,2,1], [1,0,3,2])
(array([[0],
[2],
[1]]), array([[1, 0, 3, 2]]))
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句