Numpy ndarrayが配列でスライスする

Question

複数のスライス配列を使用して別々の次元に沿ってndarrayをスライスしようとすると、numpyブロードキャストエラーの原因を理解できません。 dataインデックス配列picks（例：np.arange（2,306,3））とブール値配列mask（ここで、mask.shapeは（481））を使用して、第1次元と第2次元に沿ってndarray（100,306,481） ）のうち、361個の要素がTrueです。

data[:, picks, mask]戻り

IndexError: shape mismatch: indexing arrays could not be broadcast together with shapes (102,) (361,)

しかしdata[:, :, mask]、data[:, picks, :]、およびdata[:, :10, mask]作業予想通り。

この場合、どのように放送が行われますか？これを行うためのpythonicの方法は何ですか？ picksは（361）の要素を持っていた

Answer 1

ので

data[:, :, mask] => (100, 306, 361) 
data[:, :10, mask] => (100, 10, 361) 
data[:, picks, :] => (100, 102, 481) 

場合、

data[:, picks, mask] => (100, 361) # I think :) 

しかし、別の次元のインデックスへnp.where(mask)は、picksが列にする必要があり、一致picksのだと思いますベクトルであるので、（102,1）は（1,361）で放送し、（102,361）選択を生成する

data[:, picks[:,None], mask] => (100, 102, 361) # again I need to test 

だから、いくつかのテストアレイを作成：あなたがしたい場合

In [253]: data=np.ones((100,306,481)) 
In [254]: picks=np.arange(2,306,3) 
In [255]: mask=np.zeros(481,bool) 
In [256]: mask[:361]=True 
In [257]: data[:, picks[:,None],mask].shape 
Out[257]: (100, 102, 361) 

arangeが

In [259]: data[:, 2::3, mask].shape 
Out[259]: (100, 102, 361) 

ix_スライスに置き換えることもできるが、この場合

In [268]: I,J=np.ix_(picks,mask) 
In [269]: I.shape 
Out[269]: (102, 1) 
In [270]: J.shape 
Out[270]: (1, 361) 
In [271]: data[:,I,J].shape 
Out[271]: (100, 102, 361)