Question

有很多关于切片2D和3D NumPy数组的文章，但是在我的程序中，数组的尺寸未知。考虑任意尺寸为A（正整数）的NumPy ndarray n，形状为D=[d1,...,dn]（di是非负整数），例如：

import numpy as np

D=np.array([2,3,4,5])

A=np.random.rand(*D)

现在，我需要提取一个A的块，从D1=[d11,...,d1n]到D2=[d21,...,d2n]，对于所有0<i<=n : 0<=d1i<=d2i<=di而言。像这样：

A[D1:D2]

如果我新建了n，那么我可以简单地使用A[d11:d21,...,d1i:d2i,...,d1n:d2n]，但事实并非如此。如果您可以帮助我了解在给定A和D1的情况下裁剪D2的最有效方法，我将不胜感激。

Answer 1

@Joe所指的numpy indexing page部分可能是这样的：

注意
请记住，切片元组始终可以构造为obj   并以x[obj]表示法使用。切片对象可用于   构造来代替[start:stop:step]表示法。例如，   x[1:10:5,::-1]也可以实现为：

obj = (slice(1,10,5), slice(None,None,-1))
x[obj]

  适用于任意维数组的通用代码。

使用此概念，您应该能够提前构建切片的元组，然后将其应用于A。

obj = tuple(slice(D1[i], D2[i]) for i in range(D1.shape[0]))
A[obj]

请注意*这实际上并没有使用高级索引，因为您仍在提供切片对象的元组，这与使用以冒号和逗号分隔的切片的手法/功能等效：A[d11:d21, ...高级索引使用的数组不同的数据类型，而不是slice对象的唯一元组。

裁剪给定两个角的任意维度的NumPy数组

1 个答案: