如何在numpy中获得一个子阵列

时间:2015-05-07 14:27:14

标签: numpy sub-array

我有一个3d数组,我希望得到一个以索引indx为中心的大小(2n + 1)的子数组。使用切片我可以使用

y[slice(indx[0]-n,indx[0]+n+1),slice(indx[1]-n,indx[1]+n+1),slice(indx[2]-n,indx[2]+n+1)]

如果我想为每个维度增加不同的尺寸,那将只会变得更加丑陋。有没有更好的方法来做到这一点。

2 个答案:

答案 0 :(得分:1)

除非要存储切片对象以供以后使用,否则不需要使用slice构造函数。相反,你可以简单地做:

y[indx[0]-n:indx[0]+n+1, indx[1]-n:indx[1]+n+1, indx[2]-n:indx[2]+n+1]

如果要在不单独指定每个索引的情况下执行此操作,可以使用列表推导:

y[[slice(i-n, i+n+1) for i in indx]]

答案 1 :(得分:1)

您可以创建numpy数组以索引到3D array的不同维度,然后使用use ix_ function创建索引映射,从而获得切片输出。 ix_的好处是它允许广播的索引映射。有关这方面的更多信息,请here。然后,您可以为通用解决方案的每个维度指定不同的窗口大小。这是带有示例输入数据的实现 -

import numpy as np

A = np.random.randint(0,9,(17,18,16))  # Input array
indx = np.array([5,10,8])              # Pivot indices for each dim
N = [4,3,2]                            # Window sizes

# Arrays of start & stop indices
start = indx - N
stop = indx + N + 1

# Create indexing arrays for each dimension
xc = np.arange(start[0],stop[0])
yc = np.arange(start[1],stop[1])
zc = np.arange(start[2],stop[2])

# Create mesh from multiple arrays for use as indexing map 
# and thus get desired sliced output
Aout = A[np.ix_(xc,yc,zc)]

因此,对于窗口大小为N = [4,3,2]的给定数据,whos信息显示 -

In [318]: whos
Variable   Type       Data/Info
-------------------------------
A          ndarray    17x18x16: 4896 elems, type `int32`, 19584 bytes
Aout       ndarray    9x7x5: 315 elems, type `int32`, 1260 bytes

输出的whos信息Aout似乎与预期的输出形状一致,必须为2N+1