在数组边界上切片ndarray

Question

问题：

给出了一个ndarray：

In [2]: a
Out[2]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

我寻找一个例行公事给我：

array([7, 8, 9, 0, 1])

E x。：从索引8开始，越过数组边界并在索引2处停止（包括） 如果我使用切片，我（当然）得到：

In [3]: a[-3:2]
Out[3]: array([], dtype=int64)

一个可能的答案：

是否使用滚动功能。

In [5]: np.roll(a,3)[:5]
Out[5]: array([7, 8, 9, 0, 1])

我在找什么：

我不喜欢这个，它不像切片那么简单。所以我寻找类似的东西：

In [6]: a.xxx[-3:2]

例如pandas.DataFrame.iloc中存在类似于此语法的语法。非常感谢你提前！

注意：iloc，没有做我想要的。我只是提到了语法（我喜欢）。感谢您的评论，cᴏʟᴅsᴘᴇᴇᴅ

Answer 1

python / numpy中没有任何切片机制自动包装列表/数组（作为循环容器），因为你似乎正在寻找，所以真正唯一的方法就是使用函数。您使用roll所做的事情很好而且紧凑，即使它不像您喜欢的那样惯用。下面，我概述了几个（略多）惯用/ pythonic解决方案，它们做同样的事情。

选项1
np.take基于hpaulj's comment：

np.take(a, range(len(a) - 3, len(a) + 2), mode='wrap')
array([7, 8, 9, 0, 1])

选项2
islice cycle个对象：

from itertools import islice, cycle

list(islice(cycle(a), len(a) - 3, len(a) + 2))
[7, 8, 9, 0, 1] 

Answer 2

不像coldspeeds解决方案或滚动那么漂亮，但

def over_edge_slicing(arr, start, end):
    return np.append(arr[start:], arr[:end])

a = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
print(over_edge_slicing(a, -3, 2))

是写这个的另一种方式。但是，你失去了一般性（你不能用它来从索引2-4切片）。

Answer 3

使用np.arange()

问这个问题 3 年后，我突然想到了这个......

>>> a = np.arange(10)
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> a[np.arange(-3, 2)]
array([7, 8, 9, 0, 1])