Question

我有一个3d数组的位置数据，我想从中获取2-d个切片。但是，切片在z深度与x（最终和y）之间会有所不同。

E.g。一个数组100x100x100，我希望第一个切片是从

开始的平行四边形

x=0,y=0 => x=100,y=100包含z方向0-25时的点x=0，并且z=25-50时间线性变化为x=100。所以是一种对角切片。

是否有一种有效的方法可以在numpy中执行此操作。理想情况下像

    newarray = oldarray[z> x/100*25.0 && z < 25+x/100*25.0]

Answer 1

您可以使用map_coordinates执行此操作。以下是3x3x3卷的一个小示例：

a = np.arange(27).reshape(3,3,3)
xi,yi = np.meshgrid(range(3),range(3))
zi = xi*.25+yi*.25
inds = np.array([xi.reshape(1,9),yi.reshape(1,9),zi.reshape(1,9)])
ndimage.map_coordinates(a,inds).reshape(3,3)
>> array([[ 0,  9, 18],
       [ 3, 12, 22],
       [ 6, 16, 25]])

请注意，如果没有全部重塑，可能有更好的方法。

Answer 2

由于您所需的数据可能无法表示为原始的跨步视图，因此您必须使用高级索引来提取所需的坐标。

c = np.r_[:100]
xi = c.reshape((100, 1, 1))
yi = c.reshape((1, 100, 1))
zi = np.empty((100, 100, 25), dtype=int)
for x in xrange(100):
    for y in xrange(100):
        zi[x,y] = np.arange(x*25/100, x*25/100+25) # or whatever other function

newarray = oldarray[xi, yi, zi]

使用numpy数组oldarray，xi，yi切片zi会触发高级索引。 Numpy将创建一个新阵列，其形状与广播xi，yi，zi形成的阵列相同（所以在这种情况下，因为xi是（100,1， 1），yi是（1,100,1），zi是（100,100,25），输出将是（100,100,25）。

Numpy然后使用xi，yi和zi（带广播）的相应元素填充该数组，以便newarray[i, j, k] = oldarray[xi[i, 0, 0], yi[0, j, 0], zi[i, j, k]]

Numpy为变量z切片x，y，z数组

2 个答案: