使用坐标列表切割numpy数组

时间:2017-03-01 17:13:59

标签: python numpy multidimensional-array

考虑形状(例如)M的numpy ndarray (a,b,c)和坐标[(b0,c0),(b1,c1),...,(bn,cn)]的列表。

我想要以下矢量集合:[M[:,b0,c0],M[:,b1,c1],...,M[:,bn,cn]]。 如何通过列表理解实现这一目标?

编辑:我需要一个适用于任意数量维度的解决方案,即返回类似上面列表的列表(例如)M.shape = (a,b,c,d) and coordinates = [(b0,c0,d0),...,(bn,cn,dn)]以及更高维度的案例同样。

2 个答案:

答案 0 :(得分:5)

你不想用列表理解来做这件事。 "花式索引"可以一气呵成。我建议:

inds = [(b0,c0),(b1,c1),...,(bn,cn)]

#inds_array[0] = [b0, b1, b2, ...]
inds_array = np.moveaxis(np.array(inds), -1, 0)

M[np.index_exp[:] + tuple(inds_array)]

演示:

>>> x, y, z = np.ogrid[:2,:4,:5]
>>> M = 100*x + 10*y + z
>>> M.shape
(2, 4, 5)
>>> inds = [(0, 0), (2, 1), (3, 4), (1, 2)]
>>> inds_array = np.moveaxis(np.array(inds), -1, 0); inds_array
array([[0, 2, 3, 1],
       [0, 1, 4, 2]])
>>> M[np.index_exp[:] + tuple(inds_array)]  # same as M[:, [0, 2, 3, 1], [0, 1, 4, 2]]
array([[  0,  21,  34,  12],
       [100, 121, 134, 112]])

答案 1 :(得分:1)

如果您想要这些矢量的列表,您只需使用:

[M[:,bi,ci] for bi,ci in coordinates]

其中coordinates当然是您的清单:

coordinates = [(b0,c0),(b1,c1),...,(bn,cn)]

编辑:如果您想要多变量切片,可以使用__getitem__和其余索引调用slice(None)方法:

[M.__getitem__((slice(None),*coord)) for coord in coordinates]

for ;或者:

[M.__getitem__((slice(None),)+coord) for coord in coordinates]

其他版本。