对此我确实有麻烦。我有一个三维的numpy数组，我想通过二维索引数组对其进行重新排序。实际上，将以编程方式确定数组，并且三维数组可以是二维或四维的，但是为了简单起见，如果两个数组都是二维的，则这是理想的结果：
ph = np.array([[1,2,3],[3,1]])
ph_idx = np.array([[0,1,2],[2,0]])
for sub_dim_n,sub_dim_ph_idx in enumerate(ph_idx):
ph[sub_dim_n] = ph[sub_dim_n][sub_dim_ph_idx]
这使ph数组变成：
array([[1,[1,3]])
我想要哪个。在相同的情况下，任何人都可以帮忙，但是我没有ph而是一个三维数组（psh），例如：
psh = np.array(
[[[1,3]],[[3,1]]]
)
希望很清楚，请问是否不清楚。预先感谢！
如果您想要得到一个ph.shape形状的数组，则可以简单地np.squeeze ph_ixs使形状匹配，然后使用它来索引ph：
print(ph)
[[[1 2 3]]
[[3 2 1]]]
print(ph_idx)
[[0 1 2]
[2 1 0]]
np.take_along_axis(np.squeeze(ph),ph_idx,axis=-1)
array([[1,2,3],[1,3]])
因此，这里的线索已经在有用的注释中了，但是为了完整起见，它就像使用np.take_along_axis和2d数组的广播版本一样简单：
psh = np.array(
[[[1,3]],[[3,1]]]
)
ph_idx = np.array(
[[0,1,2],[2,0]]
)
np.take_along_axis(psh,ph_idx[:,None,:],axis=2)
如果3d数组的dim1包含多个元素，则具有以下优点：
psh = np.array(
[[[1,[4,5,6],[7,8,9]],1],[6,4],[9,7]]]
)
ph_idx = np.array([[0,0]])
np.take_along_axis(psh,axis=2)
给出
array([[[1,[[1,9]]])