我从一个称为values的m x n矩阵开始。然后，我使用np.argpartition来获取m行中每行的k个最小索引，并在称为min_indices的新m x k矩阵中返回。可能是错误的，但这是我所做的：
min_indices = np.argpartition(values, k, axis=1)[:, :k]。
接下来，我有一个n x 1的矩阵，称为labelsArray。 min_indices中的每个索引对应于此标签数组的索引。我想做的就是将min_indices中的每个索引转换（就地或通过返回新矩阵）到其相应的标签（即，给定另一个mxk矩阵result {{1 }}（对于所有m和k）。我可以通过编程方式完成此操作，但是有没有一种有效而简洁的方法可以在numpy中执行此转换？
值看起来像：[[0.5，0.7，0.8，0.9，... n]，[0.3，0.4，0.2，0.6，... n]，.... m]
因此，每行中有m个浮点值，总共有n行。因此，基本上每个测试示例（以行表示）具有到每个训练样本的列给定距离。
labelsArray看起来像：[汽车，鸟，飞行，海报，... n]
给定k = 2，结果应类似于：[[飞行，海报]，[汽车，鸟]，[鸟，海报]，... n]
因此，对于每个测试示例，min_indices基本上应具有k最近邻的索引。然后，我想使用这些索引从每个测试示例的labelsArray获取每个邻居的标签。通过上面的示例进行解释。