如何在NumPy中沿轴从多维数组中切片?

时间:2019-03-25 18:49:58

标签: python numpy

假设我有一个形状为x的NumPy ndarray (n,) + higher_dims,其中n是一个正整数,而higher_dims是一个任意长度的正整数的元组。 也就是说,n是第一个轴的大小,并且可以任意多个轴。

假设我还有一个形状为indices的ndarray (k,) + higher_dims,其中k是一个正整数。 也就是说,indices的形状与x相同,除了可能是第一轴。 假设indices的每个条目都是0n - 1之间的一个整数。

我想创建一个与y形状相同且满足的数组indices

y[i, ...] = x[indices[i, ...], ...]

i0之间的每个n - 1。这里的...表示其余轴的索引的任意组合,而不是Ellipsis object

例如,如果y使用for循环是三维的,则可以通过以下方法创建x

import numpy as np

x = np.arange(24).reshape((4, 2, 3))
print('x =', x, sep='\n')

indices = np.asarray([[[1, 0, 1], [2, 1, 2]], [[3, 1, 2], [0, 0, 1]]])
print('indices =', indices, sep='\n')

y = np.empty(indices.shape, dtype=x.dtype)
for i in range(indices.shape[0]):
    for j in range(indices.shape[1]):
        for k in range(indices.shape[2]):
            y[i, j, k] = x[indices[i, j, k], j, k]  # Defining property of y
print('y =', y, sep='\n')

输出:

x =
[[[ 0  1  2]
  [ 3  4  5]]
 [[ 6  7  8]
  [ 9 10 11]]
 [[12 13 14]
  [15 16 17]]
 [[18 19 20]
  [21 22 23]]]
indices =
[[[1 0 1]
  [2 1 2]]
 [[3 1 2]
  [0 0 1]]]
y =
[[[ 6  1  8]
  [15 10 17]]
 [[18  7 14]
  [ 3  4 11]]]
  

我正在寻找一种函数或索引技巧来一般地实现此行为(对于任意维的ndarray),如果可能,则不使用Python循环

0 个答案:

没有答案