我面临的情况是,我有一个非常大的numpy.ndarray
(实际上,它是一个hdf5数据集),我需要快速找到一个子集,因为它们的整个数组不能保存在内存中。但是,我也不想迭代这样的数组(甚至声明内置的numpy迭代器会抛出MemoryError
),因为我的脚本需要几天才能运行。
因此,我面临着迭代数组的某些维度的情况,这样我就可以在完整数组的削减子集上执行数组操作。为此,我需要能够动态切出数组的子集。动态切片意味着构造一个元组并传递它。
例如,而不是
my_array[0,0,0]
我可以使用
my_array[(0,0,0,)]
问题在于:如果我想手动切除阵列特定尺寸/轴上的所有值,我可以做类似的事情
my_array[0,:,0]
> array([1, 4, 7])
但是,如果我使用元组,那么这不起作用:
my_array[(0,:,0,)]
我将获得SyntaxError
。
当我必须动态构造切片以将某些东西放在数组的括号中时,我该怎么做呢?
答案 0 :(得分:4)
你可以使用python' s slice
切片 automaticaly :
>>> a = np.random.rand(3, 4, 5)
>>> a[0, :, 0]
array([ 0.48054702, 0.88728858, 0.83225113, 0.12491976])
>>> a[(0, slice(None), 0)]
array([ 0.48054702, 0.88728858, 0.83225113, 0.12491976])
slice
方法读为slice(*start*, stop[, step])
。如果只传递一个参数,则将其解释为slice(0, stop)
。
在上面的示例中,:
被翻译为slice(0, end)
,相当于slice(None)
。
其他切片示例:
:5 -> slice(5)
1:5 -> slice(1, 5)
1: -> slice(1, None)
1::2 -> slice(1, None, 2)
答案 1 :(得分:0)
好的,我终于像其他人一样找到了答案。
假设我有数组:
my_array[...]
>array(
[[[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9]],
[[10, 11, 12],
[13, 14, 15],
[16, 17, 18]]])
我可以使用slice
对象,这显然是一件事:
sl1 = slice( None )
sl2 = slice( 1,2 )
sl3 = slice( None )
ad_array.matrix[(sl1, sl2, sl3)]
>array(
[[[ 4, 5, 6]],
[[13, 14, 15]]])