numpy ndarray嵌套ndarray浅显理解

近日，做图像聚类，使用KMeans算法的过程中，遇到了一个写法：

# 这里centers是得到的质点集合，是一个矩阵，labels是得到的标签，也是一个矩阵
res = centers[labels.flatten()]

所以我就很好奇，centers是K*m的，labels是n*1的，得到的结果怎么会变成n*m的呢？

而且，关键是我搞不清楚这是numpy的用法，还是cv2的特殊用法，但从格式上来看，我觉得还是numpy的用法，因此，我写了一段测试代码。

import numpy as np

centers=np.array([[1,2,3],[4,5,6],[7,8,9]],dtype='int32')
labels=np.array([[1],[1],[1],[2],[2],[2],[0],[0],[0],[1],[1],[1],[2],[2],[2],[0],[0],[0]],dtype='int32')
res=centers[labels]
print(res)

这里解释一些：

centers是3*3的矩阵，labels是聚类得到的全部数据的标签，是n(数据量）*1的矩阵，这里的n只跟数据量有关，但其取值，因为是类别索引，因此必须

这里的res则是得到n*3的矩阵

因此ndarray1[ndarray2]这种写法的含义，从我的理解是：

遍历ndarray2，以ndarray2的值作为索引取ndarray1的相应值，最终得到的数据条数则是和ndarray2的数相等，至于每条数据有几个值，则是又ndarray1决定的

主要是我没查到numpy的定义，因此这只是我自己浅显易懂的理解，而且，我不确定是不是这种写法有特定的条件，比如像这里，ndarray2得到的值是ndarray1的索引。这就有待再以后的使用中注意了。有明白的大佬，可以留言指点一下，再此先谢过了。