Question

我有一个名为resultsten的多维数组，其形状如下

print np.shape(resultsten)
(3, 3, 6, 10, 1, 9)

在某些情况下，我在名为cleanup的程序中使用此数组的一部分，然后将此数组分为x，y和z阵列：

x,y,z = cleanup(resultsten[0,:,:,:,:,:])

def cleanup(resultsmat):
    x = resultsmat[:,:,:,:,2]
    y = resultsmat[:,:,:,:,1]
    z = resultsmat[:,:,:,:,4]
    return x,y,z

但是，我也可能不希望将resultsten的整个矩阵放在我的程序cleanup中，因此：

x,y,z = cleanup(resultsten[0,0,:,:,:,:])

这当然会给出错误，因为cleanup的索引与预期的索引不匹配。我想知道切片中是否可以包含可变数量的尺寸。

我想知道一个命令，它会获取每个维度的所有条目，直到最后一个维度，只需要一个索引。

我已经看到除了第一个之外的所有维度都可以这样做，例如

resultsten[1,:,:,:,:,:]

给出与以下相同的结果：

resultsten[1,:]

我试过了：

resultsten[:,1]

但它没有提供所需的结果，Python解释如下：

resultsten[:,1,:,:,:,:]

MWE：

def cleanup(resultsmat):
    x = resultsmat[:,:,:,0,2]
    y = resultsmat[:,:,:,0,1]
    z = resultsmat[:,:,:,0,4]
    return x,y,z

resultsten=np.arange(3*3*6*10*1*9).reshape(3,3,6,10,1,9)

x0,y0,z0 = cleanup(resultsten[0,:,:,:,:,:]) #works
x0,y0,z0 = cleanup(resultsten[0,0,:,:,:,:]) #does not work

Answer 1

我会使用切片对象列表：

import numpy as np
A = np.arange(2*3*4*5).reshape(2,3,4,5)


#[:] <-> [slice(None,None, None)]
sliceList = [slice(None, None, None)]*(len(A.shape)-1)
a,b,c,d,e = [A[sliceList+[i]] for i in range(A.shape[-1])]

输出：

>>> A[:,:,:,0]
array([[[  0,   5,  10,  15],
        [ 20,  25,  30,  35],
        [ 40,  45,  50,  55]],

       [[ 60,  65,  70,  75],
        [ 80,  85,  90,  95],
        [100, 105, 110, 115]]])

>>> a
array([[[  0,   5,  10,  15],
        [ 20,  25,  30,  35],
        [ 40,  45,  50,  55]],

       [[ 60,  65,  70,  75],
        [ 80,  85,  90,  95],
        [100, 105, 110, 115]]])

切片中的可变维数

1 个答案: