如何在numpy中获得子阵列
我有一个3d数组,我想得到一个以索引indx为中心的大小为(2n+1)的子数组。使用我可以使用的切片如何在numpy中获得子阵列,numpy,sub-array,Numpy,Sub Array,我有一个3d数组,我想得到一个以索引indx为中心的大小为(2n+1)的子数组。使用我可以使用的切片 y[slice(indx[0]-n,indx[0]+n+1),slice(indx[1]-n,indx[1]+n+1),slice(indx[2]-n,indx[2]+n+1)] 如果我想要每个维度都有不同的尺寸,那只会变得更难看。有没有更好的方法可以做到这一点。您不需要使用slice构造函数,除非您想存储slice对象供以后使用。相反,您可以简单地执行以下操作: y[indx[0]-n:in
y[slice(indx[0]-n,indx[0]+n+1),slice(indx[1]-n,indx[1]+n+1),slice(indx[2]-n,indx[2]+n+1)]
如果我想要每个维度都有不同的尺寸,那只会变得更难看。有没有更好的方法可以做到这一点。您不需要使用
slice
构造函数,除非您想存储slice对象供以后使用。相反,您可以简单地执行以下操作:
y[indx[0]-n:indx[0]+n+1, indx[1]-n:indx[1]+n+1, indx[2]-n:indx[2]+n+1]
如果要在不单独指定每个索引的情况下执行此操作,可以使用列表理解:
y[[slice(i-n, i+n+1) for i in indx]]
您可以创建numpy数组,用于索引到
3D数组的不同维度,然后使用创建索引映射,从而获得切片输出。ix_uz
的好处在于它允许广播索引地图。可以找到更多关于这方面的信息。然后,可以为通用解决方案的每个维度指定不同的窗口大小。下面是带有示例输入数据的实现-
import numpy as np
A = np.random.randint(0,9,(17,18,16)) # Input array
indx = np.array([5,10,8]) # Pivot indices for each dim
N = [4,3,2] # Window sizes
# Arrays of start & stop indices
start = indx - N
stop = indx + N + 1
# Create indexing arrays for each dimension
xc = np.arange(start[0],stop[0])
yc = np.arange(start[1],stop[1])
zc = np.arange(start[2],stop[2])
# Create mesh from multiple arrays for use as indexing map
# and thus get desired sliced output
Aout = A[np.ix_(xc,yc,zc)]
因此,对于具有窗口大小数组的给定数据,N=[4,3,2]
,将显示whos
信息-
In [318]: whos
Variable Type Data/Info
-------------------------------
A ndarray 17x18x16: 4896 elems, type `int32`, 19584 bytes
Aout ndarray 9x7x5: 315 elems, type `int32`, 1260 bytes
输出的whos
信息,Aout
似乎与预期的输出形状一致,输出形状必须是2N+1
应该是逗号,而不是冒号y[[indx中i的切片(i-n,i+n+1)]。除此之外thanks@user3799584:谢谢,拼写错误修复了!