NumPy 2d 数组的切片，或者如何从 nxn 数组 (n>m) 中提取 mxm 子矩阵？

正如 sven 提到的，x[[[0],[2]],[1,3]]将返回与第 1 列和第 3 列匹配的第 0 行和第 2 行，同时x[[0,2],[1,3]]将返回数组中的值 x[0,1] 和 x[2,3]。

做我给出的第一个例子有一个有用的功能，numpy.ix_. 你可以用我的第一个例子做同样的事情x[numpy.ix_([0,2],[1,3])]。这可以使您不必输入所有这些额外的括号。

我想切片一个 NumPy nxn 数组。我想提取该数组的 m 行和列的任意选择（即行/列数中没有任何模式），使其成为一个新的 mxm
数组。对于这个例子，假设数组是 4x4，我想从中提取一个 2x2 数组。

这是我们的数组：

from numpy import *
x = range(16)
x = reshape(x,(4,4))

print x
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]]

要删除的行和列是相同的。最简单的情况是当我想提取一个位于开头或结尾的 2x2 子矩阵时，即：

In [33]: x[0:2,0:2]
Out[33]: 
array([[0,1],[4,5]])

In [34]: x[2:,2:]
Out[34]: 
array([[10,11],[14,15]])

但是，如果我需要删除另一种行/列混合怎么办？如果我需要删除第一行和第三行/行，从而提取子矩阵[[5,7],[13,15]]怎么办？行/行可以有任何组合。我在某处读到我只需要使用数组/行和列的索引列表来索引我的数组，但这似乎不起作用：

In [35]: x[[1,3],[1,3]]
Out[35]: array([ 5,15])

我找到了一种方法，即：

    In [61]: x[[1,3]][:,3]]
Out[61]: 
array([[ 5,15]])

第一个问题是它很难阅读，尽管我可以忍受。如果有人有更好的解决方案，我当然想听听。

另一件事是我在一个论坛上读到，用数组索引数组会强制 NumPy
制作所需数组的副本，因此在处理大型数组时，这可能会成为一个问题。为什么会这样/这种机制是如何工作的？