] यह परिदृश्य अक्सर तब उत्पन्न होता है जब डेटा संरचनाओं जैसे कि विरल मैट्रिसेस या अनुक्रमित चयन। B = np.array ([[१], [०], [१]]) # इंडेक्स सरणी

का लक्ष्य A की प्रत्येक पंक्ति से एक तत्व को निकालना है, जहां विशिष्ट तत्व को B. की संबंधित पंक्ति में सूचकांक द्वारा निर्दिष्ट किया जाता है। ] विशुद्ध रूप से पूर्णांक सरणी अनुक्रमण:

a [np.arange (a.shape [0]), b.ravel ()] यह ए की पंक्तियों के अनुरूप सूचकांकों की एक श्रृंखला उत्पन्न करता है और उपयुक्त तत्वों का चयन करने के लिए चपटा बी सरणी के साथ इसे जोड़ता है।

2। Transposing और np.choose:

np.choose (b.ravel (), a.t)

इस वैकल्पिक दृष्टिकोण में, आप A को B के आकार से मेल खाने के लिए स्थानांतरित करते हैं और फिर फ्लैट किए गए B ARRAY के आधार पर np.choose का उपयोग करें। Iterable unpacking (python> = 3.6):

A = np.array([[0, 1], [2, 3], [4, 5]])
B = np.array([[1], [0], [1]])  # Index array

*a = a.t C = np.array ([*zip (*a)] [i] i in i in b.ravel ())

A = np.array([[0, 1], [2, 3], [4, 5]])
B = np.array([[1], [0], [1]])  # Index array

यह विधि एक को पंक्तियों की एक सूची में परिवर्तित करने के लिए पुनरावृत्त अनपैकिंग का उपयोग करती है और फिर बी में सूचकांकों की पंक्तियों पर एक वांछित तत्वों को निकालने के लिए interact करती है। सूची के व्यापक और प्रसारण:

[a [i] [j] के लिए i, j in zip (रेंज (a.shape [0]), b.ravel ()]] चयन।

५। फैंसी इंडेक्सिंग (numpy> = 1.18):

A = np.array([[0, 1], [2, 3], [4, 5]])
B = np.array([[1], [0], [1]])  # Index array

a [np.stack ([रेंज (a.shape [0]), b.ravel ()], अक्ष = 1)] इस मामले में, यह पंक्ति सूचकांकों और बी सूचकांकों के साथ एक 2 डी सरणी बनाता है, जिसका उपयोग एक से वांछित तत्वों का चयन करने के लिए किया जा सकता है।