numpy堆栈到二维数组，从另一个堆栈中按索引选择

Question

我有两组分类（Lc1和Lc2）和两组概率（Lp1和Lp2）。 Lp1是描述 中分类似然的概率集Lc1。我想将信息合并到最可能使用的分类中，Lc1并Lc2使用这些分类class_result。

import numpy as np

#example data

Lp1 = np.ones((2,2))*0.5

Lc2 = np.ones((2,2))

Lc1 = np.ones((2,2))

Lp2 = np.ones((2,2))*0.5

#Change some values for the example

Lp1[1,1] =0.95

Lc1[1,1] = 0

Lc2[0,1]=3

Lp2[0,1]=.95

p_stack = np.stack((Lp1,Lp2))

c_stack = np.stack((Lc1,Lc2))

index = np.argmax(p_stack, axis=2)

class_result = np.take(c_stack, index)

我的最初方法是为np.stack分类和概率集创建一个，并用于np.argmax查找在中出现最大值的轴索引p_stack。np.take的文档似乎描述了我需要执行的操作，但是我不明白为什么它返回带有1的数组。有没有一种方法可以np.stack通过指定我要选择的值的轴来减小a的维数？

我想要的结果是：

class_result = np.array([[1,3],[1,0]])