Question

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。

Answer 1

你不想用列表理解来做这件事。＆＃34;花式索引＆＃34;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]])

Answer 2

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 python-3.5;或者：

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

其他python版本。

使用坐标列表切割numpy数组

2 个答案: