动态Python数组切片

时间:2016-04-12 14:39:03

标签: python numpy multidimensional-array slice

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?

2 个答案:

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]]])