我有一个NxM数组，以及我想用来对数组进行切片的列索引集的任意列表.例如，3x 3数组
my_arr = np.array([[1, 2, 3], [1, 2, 3], [1, 2, 3]])
和指数集
my_idxs = [[0, 1], [2]]
我想使用索引对从数组中 Select 相应的列，并使用np.linalg.norm()获得(行方向)载体的长度.我想对所有索引对这样做.给定上述数组和索引集列表，这应该给出:
[[2.23606797749979, 3],
[2.23606797749979, 3],
[2.23606797749979, 3]]
当所有集的索引数量相同时(例如，使用my_idxs = [[0, 1], [1, 2]]，我可以简单地使用np.linalg.norm(my_arr[:, my_idxs], axis=1):
[[2.23606797749979, 3.605551275463989],
[2.23606797749979, 3.605551275463989],
[2.23606797749979, 3.605551275463989]]
然而，当它们不是(就像my_idxs = [[0, 1], [2]]的情况一样)时，不同的索引列表长度在切片时会产生错误，因为索引集数组的形状不规则.有没有什么方法可以实现单行选项，而无需循环索引集列表并分别处理每个索引集？