Question

我想切片多维ndarray，但不知道我将切入哪个维度。让我们说我们有一个有形状的ndarray A（6,7,8）。有时我需要在第一维A [：，3,4]上切片，有时在第三维A [1,2，：]上切片。

是否有符号代表“：”？我想用它来生成一个索引数组。

SELECT e.*, sfoi.*, sfoa.lastname, sfoa.email, sfoa.street, sfoa.postcode,  sfoa.country_id
FROM sales_flat_order e
INNER JOIN sales_flat_order_item sfoi ON (e.entity_id=sfoi.order_id) 
INNER JOIN sales_flat_order_address sfoa ON (e.entity_id=sfoa.parent_id)
WHERE date_format(e.created_at, '%Y') LIKE '2015' 
AND sfoi.parent_item_id IS NULL 
AND sfoi.qty_ordered > 0;

Answer 1

:切片可以通过调用slice(None)明确创建。这是一个简短的例子：

import numpy as np
A = np.arange(9).reshape(3, -1)

# extract the 2nd column
A[:, 1]

# equivalently we can do
cslice = slice(None) # represents the colon
A[cslice, 1]

Answer 2

您希望index成为元组，包含数字，列表和slice对象的混合。许多带有numpy参数的axis函数构造了这样的元组。

A[(slice(None, None, None), 3, 4)]  # == A[:, 3, 4]

构建该元组有多种方法：

index = (slice(None),)+(3,4)

index = [slice(None)]*3; index[1] = 3; index[2] = 4

index = np.array([slice(None)]*3]; index[1:]=[3,4]; index=tuple(index)

在这种情况下，index可以是列表或元组。它不能是一个数组。

从列表（或数组）开始很方便，您可以修改值，但最好在使用前将其转换为元组。我必须查看文档以获取详细信息，但在某些情况下，列表意味着与元组不同的内容。

http://docs.scipy.org/doc/numpy/reference/arrays.indexing.html

请记住，切片元组总是可以构造为obj并在x [obj]表示法中使用。可以在构造中使用切片对象代替[start：stop：step]表示法。例如，x [1：10：5，:: - 1]也可以实现为obj =（slice（1,10,5），slice（None，None，-1））; x [obj]。这对于构造适用于任意维数组的通用代码非常有用。

如何在numpy中表示“：”

2 个答案: