在numpy数组和tensorflow张量中选择行和列

Question

假设我有以下 numpy 数组：array = np.array([[1, 2, 3, 4, 5, 6, 7, 8, 9, 10], [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],[1, 2, 3, 4, 5, 6, 7, 8, 9, 10],[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]                  ,[1, 2, 3, 4, 5, 6, 7, 8, 9, 10],[1, 2, 3, 4, 5, 6, 7, 8, 9, 10],[1, 2, 3, 4, 5, 6, 7, 8, 9, 10],[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]                  ,[1, 2, 3, 4, 5, 6, 7, 8, 9, 10],[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]], np.int32)然后，如果我使用切片，我会得到：array[1:5,1:5]array([[2, 3, 4, 5],       [2, 3, 4, 5],       [2, 3, 4, 5],       [2, 3, 4, 5]], dtype=int32)如果我想选择具有“间隙”的行和列（例如 1,3 和 5），我想要类似的结果。所以我想选择行和列 1,3,5 并得到：array([[2, 4, 6],       [2, 4, 6],       [2, 4, 6]], dtype=int32)但我不知道该怎么做。我想在 tensorflow 2.0 中做同样的事情，但tf.gather没有帮助编辑：切片不能解决问题，当行数和列数没有模式时

Answer 1

如果想要在给定的索引列表上建立索引，并且您期望通过切片获得的行为，您有np.ix：

ix = [1,3,5]

array[np.ix_(ix,ix)]

array([[2, 4, 6],

       [2, 4, 6],

       [2, 4, 6]])

不确定这是如何在 tensorflow 中准确完成的，但想法是向其中一个数组添加一个新轴（这是由 内部处理的np.ix_）。在 pytorch 中，这可以通过以下方式完成：

a[ix.view(-1,1), ix]

tensor([[2, 4, 6],

        [2, 4, 6],

        [2, 4, 6]], dtype=torch.int32)