import numpy as np

# 索引数组必须是整数类型。索引数组种的每个值表示要使用数组哪个值取代当前索引。
x = np.arange(10, 1, -1)
x

array([10,  9,  8,  7,  6,  5,  4,  3,  2])

x[np.array([3, 3, 1, 8])]

array([7, 7, 9, 2])

# 负数是允许的，表示反向索引
x[np.array([3, 3, -1, 8])]

array([7, 7, 2, 2])

# 注意：索引数组实现的是：返回与索引数组shape相同，但值和值的数据类型是被索引数组的。
x[np.array([[1, 1],
            [2, 3]])]

array([[9, 9],
       [8, 7]])

y = np.arange(35).reshape(5,7)
y

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, 25, 26, 27],
       [28, 29, 30, 31, 32, 33, 34]])

# 索引数组具有相同的维度shape
# y[0,0]  y[2,1]  y[4,2]
y[np.array([0, 2, 4]), np.array([0, 1, 2])]

array([ 0, 15, 30])

# 索引数据不具有形同的shape。先尝试广播
y[np.array([0,2,4]), np.array([0,1])]

---------------------------------------------------------------------------

IndexError                                Traceback (most recent call last)

<ipython-input-14-1206d285907b> in <module>
      1 # 索引数据不具有形同的shape。先尝试广播
----> 2 y[np.array([0,2,4]), np.array([0,1])]


IndexError: shape mismatch: indexing arrays could not be broadcast together with shapes (3,) (2,)

# 广播成功 y[0,1]  y[2,1]  y[4,1]
y[np.array([0,2,4]), 1]

array([ 1, 15, 29])

y[np.array([0,2,4])]

array([[ 0,  1,  2,  3,  4,  5,  6],
       [14, 15, 16, 17, 18, 19, 20],
       [28, 29, 30, 31, 32, 33, 34]])

# 索引数组和切片是相互独立操作的。索引数组抽取行，切片抽取列
y[np.array([0, 2, 4]), 1:3]

array([[ 1,  2],
       [15, 16],
       [29, 30]])

# 上面等价于
y[:, 1:3][np.array([0,2,4]), :]

array([[ 1,  2],
       [15, 16],
       [29, 30]])