別の配列

からのインデックスを使用して2Dアレイから要素を抽出します。このシナリオは、スパースマトリックスやインデックス付き選択などのデータ構造を操作するときに発生することがよくあります。 b = np.Array（[[1]、[0]、[1]]） [5]]]

solutions：

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

a [np.arange（a.shape [0]）、b.ravel（）]

C = np.array([[1], [2], [5]])

この方法には、numpyの整数アレイインデックス機能を使用することが含まれます。 aの行に対応するインデックスの範囲を生成し、フラット化されたbアレイと組み合わせて適切な要素を選択します。トランスポジションとnp.choose：

np.choose（b.ravel（）、a.t）

この代替アプローチでは、bの形状に一致するようにaを転置し、np.chooseを使用して、flattened bアレイに基づいて&&] に基づいて目的の要素を選択します。 iterable解放（python> = 3.6）：

A[np.arange(A.shape[0]), B.ravel()]

この方法では、繰り返し解凍を使用してAを行のリストに変換し、Bのインデックスに基づいてAの行を繰り返して、目的の要素を抽出します。

4。理解と放送のリスト：

np.choose(B.ravel(), A.T)

flist freghensionsを使用して、AおよびBの要素を反復することにより、新しいアレイを作成することができます。選択。

5。ファンシーインデックス（numpy> = 1.18）：

*A = A.T
C = np.array([*zip(*A)][i] for i in B.ravel())

から目的の要素を選択するために使用できます。