numpy提供了比常规的python序列更多的索引工具。正如我们前面看到的，除了按整数和切片索引之外，还可以使用数组进行索引
>>> a = np.arange(12)**2
array([ 0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100, 121], dtype=int32)
>>> i = np.array( [ 1,1,3,8,5 ] ) #一个包含索引数据的数组
>>> a[i]
array([ 1, 1, 9, 64, 25])
>>>
>>> j = np.array( [ [ 3, 4], [ 9, 7 ] ] ) #一个二维索引数组
>>> a[j] # 最终结果和j的形状保持一致
array([[ 9, 16],
[81, 49]])
当被索引的数组是多维数组时，将按照它的第一轴进行索引的，比如下面的例子：
>>> palette = np.array( [ [0,0,0],
... [255,0,0],
... [0,255,0],
... [0,0,255],
... [255,255,255] ] )
>>> image = np.array( [ [ 0, 1, 2, 0 ],
... [ 0, 3, 4, 0 ] ] )
>>> palette[image]
array([[[ 0, 0, 0],
[255, 0, 0],
[ 0, 255, 0],
[ 0, 0, 0]],
[[ 0, 0, 0],
[ 0, 0, 255],
[255, 255, 255],
[ 0, 0, 0]]])
我们这么理解：从image中每拿出一个元素，比如第一个元素0，然后去palette中找第0个行元素，也就是[0,0,0]，将[0,0,0]作为一个整体放在结果数组的第一个元素位置，如此类推，就得到了最终结果。
其实，还可以提供多个索引参数，如下所示：
>>> a = np.arange(12).reshape(3,4)
>>> a
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
>>> i = np.array( [ [0,1],
... [1,2] ] )
>>> j = np.array( [ [2,1],
... [3,3] ] )
>>>
>>> a[i,j]
array([[ 2, 5],
[ 7, 11]])
>>>
>>> a[i,2]
array([[ 2, 6],
[ 6, 10]])
>>>
>>> a[:,j]
array([[[ 2, 1],
[ 3, 3]],
[[ 6, 5],
[ 7, 7]],
[[10, 9],
[11, 11]]])
上面的例子，其实就是从i中拿一个数，再从j的相同位置拿一个数，组成一个索引坐标，再去a中找元素。这有个前提，就是i和j必须是同构的。
我们还可以这么做：
>>> k = [i,j]
>>> a[k] # 等同于a[i,j]
array([[ 2, 5],
[ 7, 11]])
但却不能这么做：
# 这个例子让人迷惑，所以不要自己给自己挖坑。简单的索引能达成目标，就不要玩花样。
>>> s = np.array( [i,j] )
>>> a[s] # 错误做法
Traceback (most recent call last):
File "<stdin>", line 1, in ?
IndexError: index (3) out of range (0<=index<=2) in dimension 0
>>>
>>> a[tuple(s)] # 等同于a[i,j]
array([[ 2, 5],
[ 7, 11]])
比较有用的是下面的技巧：
# 用一个列表作为索引参数 >>> a = np.arange(5) >>> a array([0, 1, 2, 3, 4]) >>> a[[1,3,4]] = 0 >>> a array([0, 0, 2, 0, 0])
但是当索引出现重复的情况下，由最后的值决定最终结果：
>>> a = np.arange(5) >>> a[[0,0,2]]=[1,2,3] >>> a array([2, 1, 3, 3, 4])
看起来一切都很美好，但是当使用Python的+=这一类操作符的时候，结果却不那么美妙：
>>> a = np.arange(5) >>> a[[0,0,2]]+=1 >>> a array([1, 1, 3, 3, 4])
即使0在索引列表中出现两次，第0个元素也只增加一次。这是因为python要求“a+=1”等同于“a=a+1”。
在k = [i, j]，然后输出a[k]的那一部分是否有误？因为当使用k=[i,j]时会报错，并且得不到文中给出的答案，但是将索引方式从列表换为元组时，即k = [i,j]换成k = (i,j)时，答案与文中符合，这两种索引方式应该是不同的。
多个索引参数那节注释有错 >>> a[i,j] # 等同于a[0][3],a[1][4]... 这里错了，应该是a[0][2],a[1][1],a[1][3],a[2][3]
感谢指出，已经修改。
多个或多维索引