拿取和选择有什么区别？

Question

似乎numpy.take(array, indices)和numpy.choose(indices, array)返回相同的东西：由indices索引的array的子集。

这两者之间只有细微的区别，还是我遗漏了更重要的东西？有没有理由更喜欢其中一个？

Answer 1

它们当然不是等价的，您可以通过给两个方法提供相同的参数（切换）看到：

>>> a = np.array([[1, 2, 3, 4], 
                  [5, 6, 7, 8], 
                  [9, 10, 11, 12], 
                  [13, 14, 15, 16]])
>>> np.choose([0, 2, 1, 3], a)
array([ 1, 10,  7, 16]) # one from each row
>>> np.take(a, [0, 2, 1, 3])
array([1, 3, 2, 4]) # all from same row

我建议您阅读关于^{}和^{}的文档。

Answer 2

numpy.take(array, indices)和numpy.choose(indices, array)在一维数组上的行为类似，但这只是巧合。正如jornsharpe所指出的，它们在高维阵列上的行为是不同的。

裸体

numpy.take(array, indices)从array的扁平版本中挑选元素。（生成的元素当然不一定来自同一行。）

例如

numpy.take([[1, 2], [3, 4]], [0, 3])

回报

array([1, 4])

努比选择

numpy.choose(indices, set_of_arrays)从数组indices[0]中取出元素0，从数组indices[1]中取出元素1，从数组indices[2]中取出元素2，依此类推。（这里，array实际上是一组数组。）

例如

numpy.choose([0, 1, 0, 0], [[1, 2, 3, 4], [4, 5, 6, 7]])

回报

array([1, 5, 3, 4])

因为元素0来自数组0，元素1来自数组1，元素2来自数组0，元素3来自数组0。

更多信息

这些描述被简化了——完整的描述可以在这里找到：numpy.take，numpy.choose。例如，numpy.take和numpy.choose在indices和array为一维时的行为类似，因为numpy.choose首先广播array。