Question

我试图拉出一个numpy数组的特定片段，但不知道如何用一个索引元组来表达它。如果索引元组的长度与维数相同，则使用索引元组：

ind = (1,2,3)

# these two values are the same
foo[1,2,3] 
foo[ind]

但是如果我想在一个维度上获得切片，则相同的符号不起作用：

ind = (2,3)

# these two values are not the same
foo[:,2,3]
foo[:,ind]

# and this isn't even proper syntax
foo[:,*ind]

那么有没有办法将一个名为元组的索引与切片一起使用？

Answer 1

您可以显式创建slice对象并将其添加到元组中，而不是使用:语法：

ind = (2, 3)
s = slice(None) # equivalent to ':'
foo[(s,) + ind] # add s to tuples

与使用foo[:, ind]相比，此结果应与foo[:,2,3]相同。

Answer 2

用于访问2D阵列...... 我相信你的建议应该有效。请注意numpy数组从0开始索引。所以要从下面的矩阵中提取第一列和第三列，我使用列索引0和2。

import numpy as np
foo = np.array([[1,2,3],[4,5,6],[7,8,9]])

ind = (0,2)
foo[:,ind]

用于访问3D阵列...... 3D numpy数组由3个值x [i，j，k]访问，其中＆＃34; i＆＃34;表示第一个矩阵切片，或

[[ 0,  1,  2],
 [ 3,  4,  5],
 [ 6,  7,  8]]

来自我的下面的例子。＆＃34; J＆＃34;表示第二个矩阵切片，或这些矩阵的行。并且＆＃34; k＆＃34;代表他们的专栏。 i，j和k可以是：，整数或元组。因此，我们可以通过使用两组命名元组来访问特定切片，如下所示。

import numpy as np
foo2 = np.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]]])

ind1 = (1,2)
ind2 = (0,1)

foo2[:,ind1,ind2]

Numpy数组索引与部分索引

2 个答案: