花式索引多维：超矩形的布尔矩阵？

Question

让我们假设下面的例子：

import numpy as np 
x = np.random.random([100,200,300,400]) 
c1 = np.arange(0,100,17) 
c2 = np.arange(0,100,17) 
c3 = np.arange(0,100,17) 
c4 = np.arange(0,100,17) 
q = (((x[c1,:,:,:])[:,c2,:,:])[:,:,c3,:])[:,:,:,c4] 

是看着this和this后最没有效率的方式，这些都告诉我，这将是解开四维阵列为一维，然后指数好主意，只在一个方面。那么，没有更好的方法来实现我想要实现的目标吗？

Answer 1

你可以使用np.ix_建立相应的指标：

>>> %timeit q = (((x[c1,:,:,:])[:,c2,:,:])[:,:,c3,:])[:,:,:,c4] 
1 loops, best of 3: 237 ms per loop 
>>> %timeit q = x[np.ix_(c1, c2, c3, c4)] 
100000 loops, best of 3: 19.3 µs per loop 

是幅度更快的订单，但给出了相同的结果：

>>> np.allclose((((x[c1,:,:,:])[:,c2,:,:])[:,:,c3,:])[:,:,:,c4], x[np.ix_(c1, c2, c3, c4)]) 
True