Question

我在numpy中遇到以下切片问题。

a = np.arange(36).reshape(-1,4)
a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15],
       [16, 17, 18, 19],
       [20, 21, 22, 23],
       [24, 25, 26, 27],
       [28, 29, 30, 31],
       [32, 33, 34, 35]])

在我的问题中，总是三行代表一个样本，在我的情况下是坐标。

我想以一种方式访问这个矩阵，如果我使用[0：2]来获得以下内容：

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15],
       [16, 17, 18, 19],
       [20, 21, 22, 23]]

这是前两个坐标样本。我必须从数组中提取大量的这些坐标集。

由于

基于How do you split a list into evenly sized chunks?，我找到了以下解决方案，它为我提供了理想的结果。

def chunks(l, n, indices):
    return np.vstack([l[idx*n:idx*n+n] for idx in indices])
chunks(a,3,[0,2])
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [24, 25, 26, 27],
       [28, 29, 30, 31],
       [32, 33, 34, 35]])

可能这个解决方案可以改进，有人不需要堆叠。

Answer 1

如果三行是样本，您可以重新整形数组以反映它，使用花式索引来检索样本，然后撤消形状更改：

>>> a = a.reshape(-1, 3, 4)
>>> a[[0, 2]].reshape(-1, 4)
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [24, 25, 26, 27],
       [28, 29, 30, 31],
       [32, 33, 34, 35]])

按单个索引切片多行

1 个答案: