我发现了一些与我要问的问题很接近的问题,但是它们之间的差异足够大,似乎无法解决我的问题。我正在尝试沿一个轴抓取一个1d切片作为ndarray。以3d阵列为例
[[[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8]],
[[ 9,10,11],
[12,13,14],
[15,16,17]],
[[18,19,20],
[21,22,23],
[24,25,26]]]
我想要以下一维切片
[0,1,2]
...
[24,25,26]
[0,3,6]
...
[20,23,26]
[0,9,18]
...
[8,17,26]
实际上等同于以下内容(对于3d数组):
ary[i,j,:]
ary[i,:,k]
ary[:,j,k]
我希望将其推广到n维数组
(对于二维数组,我们将获得ary [i ,:]和ary [:,j]等)
有一个让我做到这一点的numpy函数吗?
编辑:更正了第二维索引
答案 0 :(得分:1)
我们可以通过一次选择一个轴中的每个轴来推动置换轴,最后将其推入并重新成形。我们将利用ndarray.ndim
泛化为通用n-dim ndarray。同样,np.transpose
在这里可以用来排列轴,而np.roll
在获得滚动轴顺序时会很有用。实现将非常简单,并在下面列出-
# a is input ndarray
R = np.arange(a.ndim)
out = [np.transpose(a,np.roll(R,i)).reshape(-1,a.shape[i]) for i in R]
样品运行-
In [403]: a = np.arange(27).reshape(3,3,3)
In [325]: R = np.arange(a.ndim)
In [326]: out = [np.transpose(a,np.roll(R,i)).reshape(-1,a.shape[i]) for i in R]
In [327]: out[0]
Out[327]:
array([[ 0, 1, 2],
[ 3, 4, 5],
...
[24, 25, 26]])
In [328]: out[1]
Out[328]:
array([[ 0, 3, 6],
[ 9, 12, 15],
....
[20, 23, 26]])
In [329]: out[2]
Out[329]:
array([[ 0, 9, 18],
[ 1, 10, 19],
....
[ 8, 17, 26]])