Question

假设我在Python中使用numpy并且我有一个任意大小的二维数组。为方便起见，假设我有一个5 x 5阵列。具体数字对我的问题不是特别重要;他们只是一个例子。

a = numpy.arrange(25).reshape(5,5)

这会产生：

[[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]]

现在，假设我想拍摄此阵列的2D切片。在正常情况下，这很容易。为了让细胞紧邻2,2，我只需使用a[1:4,1,4]即可产生预期的

[[6, 7,   8 ],
 [11, 12, 13],
 [16, 17, 18]]

但是，如果我想采取一个包裹的切片怎么办？在阵列的边缘？例如a[-1:2,-1:2]将产生：

[24, 20, 21],
[4, 0,  1 ],
[9, 5,  6 ]

这在边缘无关紧要的几种情况下很有用，例如围绕屏幕的游戏图形。我意识到这可以通过很多if语句和边界检查来完成，但我想知道是否有更简洁，更惯用的方法来实现这一点。

环顾四周，我找到了几个答案：https://stackoverflow.com/questions/17739543/wrapping-around-slices-in-python-numpy适用于一维数组，但我还没有弄清楚如何将这个逻辑应用于2D切片。

基本上，问题是：如何在numpy中包围数组边缘的2D数组的2D切片？

提前感谢任何可以提供帮助的人。

Answer 1

这适用于numpy＆gt; = 1.7。

a = np.arange(25).reshape(5,5)

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]])

pad例程有一个'wrap'方法......

b = np.pad(a, 1, mode='wrap')

array([[24, 20, 21, 22, 23, 24, 20],
       [ 4,  0,  1,  2,  3,  4,  0],
       [ 9,  5,  6,  7,  8,  9,  5],
       [14, 10, 11, 12, 13, 14, 10],
       [19, 15, 16, 17, 18, 19, 15],
       [24, 20, 21, 22, 23, 24, 20],
       [ 4,  0,  1,  2,  3,  4,  0]])

根据具体情况，您可能需要为任意切片的每个术语添加1，以便考虑b周围的填充。

Answer 2

在使用各种方法一段时间之后，我只是找到了一个使用ndarray.take工作的相当简单的解决方案。使用我在问题中提供的示例：

a.take(range(-1,2),mode='wrap', axis=0).take(range(-1,2),mode='wrap',axis=1)

提供所需的

输出

[[24 20 21]
 [4  0   1]
 [9  5  6]]

事实证明它比我想象的要简单得多。如果您反转两个轴，此解决方案也适用。

这与我之前使用take看到的答案类似，但我还没有看到有人解释过它之前是如何与2D数组一起使用的，所以我寄希望于此它可以帮助将来有同样问题的人。

Answer 3

您也可以使用roll来滚动数组然后剪切：

b = np.roll(np.roll(a, 1, axis=0), 1, axis=1)[:3,:3]

给出

array([[24, 20, 21],
       [ 4,  0,  1],
       [ 9,  5,  6]])

Answer 4

我在使用环绕式索引时遇到了类似的挑战，只有在我的情况下，我需要在原始矩阵中设置值。我通过'花式索引'并使用meshgrid函数解决了这个问题：

A = arange(25).reshape((5,5)) # destinatoin matrix
print 'A:\n',A

k =-1* np.arange(9).reshape(3,3)# test kernel, all negative
print 'Kernel:\n', k
ix,iy = np.meshgrid(arange(3),arange(3)) # create x and y basis indices

pos = (0,-1) # insertion position

# create insertion indices
x = (ix+pos[0]) % A.shape[0]
y = (iy+pos[1]) % A.shape[1]
A[x,y] = k # set values
print 'Result:\n',A

输出：

A:
[[ 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]]
Kernel:
[[ 0 -1 -2]
 [-3 -4 -5]
 [-6 -7 -8]]
Result:
[[-3 -6  2  3  0]
 [-4 -7  7  8 -1]
 [-5 -8 12 13 -2]
 [15 16 17 18 19]
 [20 21 22 23 24]]

Answer 5

正如我在评论中所提到的，How do I select a window from a numpy array with periodic boundary conditions?

有一个很好的答案

这是另一种简单的方法

# First some setup
import numpy as np
A = np.arange(25).reshape((5, 5))
m, n = A.shape

然后

A[np.arange(i-1, i+2)%m].reshape((3, -1))[:,np.arange(j-1, j+2)%n]

获取可以分配的内容有点困难。这是一个有点慢的版本。为了获得类似的值，我将不得不这样做

A.flat[np.array([np.arange(j-1,j+2)%n+a*n for a in xrange(i-1, i+2)]).ravel()].reshape((3,3))

为了赋予它，我必须避免调用重新整形并直接使用由花式索引返回的展平版本。这是一个例子：

n = 7
A = np.zeros((n, n))
for i in xrange(n-2, 0, -1):
    A.flat[np.array([np.arange(i-1,i+2)%n+a*n for a in xrange(i-1, i+2)]).ravel()] = i+1
print A

返回

[[ 2.  2.  2.  0.  0.  0.  0.]
 [ 2.  2.  2.  3.  0.  0.  0.]
 [ 2.  2.  2.  3.  4.  0.  0.]
 [ 0.  3.  3.  3.  4.  5.  0.]
 [ 0.  0.  4.  4.  4.  5.  6.]
 [ 0.  0.  0.  5.  5.  5.  6.]
 [ 0.  0.  0.  0.  6.  6.  6.]]

在numpy中围绕2D数组的边缘包裹切片

5 个答案: