Python 在numpy Ndarays切片中跳过行

假设我有一个numpy数组

img

，其中

img.shape==（468832,3）

。

img[：：2，：：2]

做什么？它将形状简化为

（234416,3）

您能解释一下逻辑吗？

它从一个数组中分割每一个备用行，然后是每一个备用列，返回一个大小为

（n//2，n//2，…）的数组。

下面是一个使用二维阵列进行切片的示例-

>>> a = np.arange(16).reshape(4, 4)
>>> a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

这是另一个3D阵列的例子-

>>> a = np.arange(27).reshape(3, 3, 3)
>>> a
array([[[ 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]]])

---

它对数组中的每一个备用行，然后是每一个备用列进行切片，返回一个大小为

（n//2，n//2，…）

的数组

下面是一个使用二维阵列进行切片的示例-

>>> a = np.arange(16).reshape(4, 4)
>>> a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

这是另一个3D阵列的例子-

>>> a = np.arange(27).reshape(3, 3, 3)
>>> a
array([[[ 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]]])

---

让我们一起阅读文档 （先看粗体部分）

基本切片语法是i:j:k，其中i是开始索引，j是停止索引，k是步骤（k\neq 0）。这将选择索引值为i，i+k，…，i+（m-1）k的m个元素（在相应维度中），其中m=q+（r\neq0）和q和r是通过将j-i除以k:j-i=q k+r得到的商和余数，因此i+（m-1）k

假设n是要切片的维度中的元素数。 然后，如果没有给i，则k>0默认为0，k<0默认为n-1 . 如果未给出j，则k>0时默认为n，k<0时默认为-n-1。如果 未指定k，默认为1。注意：：与：和相同 表示选择沿该轴的所有索引

现在看看你的角色

[：：2，：：2]

将转换为

[0:468:2，0:832:2]

，因为您没有在文档中指定前两个或

i

和

j

。（此处仅指定

k

。回想上面的

i:j:k

符号。）以步长2选择这些轴上的元素，这意味着沿指定轴每隔选择一个元素

---

因为您没有为第三维指定，所以将选择“全部”。

让我们一起阅读文档 （先看粗体部分）

基本切片语法是i:j:k，其中i是开始索引，j是停止索引，k是步骤（k\neq 0）。这将选择索引值为i，i+k，…，i+（m-1）k的m个元素（在相应维度中），其中m=q+（r\neq0）和q和r是通过将j-i除以k:j-i=q k+r得到的商和余数，因此i+（m-1）k

假设n是要切片的维度中的元素数。 然后，如果没有给i，则k>0默认为0，k<0默认为n-1 . 如果未给出j，则k>0时默认为n，k<0时默认为-n-1。如果 未指定k，默认为1。注意：：与：和相同 表示选择沿该轴的所有索引

现在看看你的角色

[：：2，：：2]

将转换为

[0:468:2，0:832:2]

，因为您没有在文档中指定前两个或

i

和

j

。（此处仅指定

k

。回想上面的

i:j:k

符号。）以步长2选择这些轴上的元素，这意味着沿指定轴每隔选择一个元素

---

因为您没有为第三维指定，所以将选择“全部”。

好的，我们将RGB图像作为形状的三维阵列：

img.shape=(468,832,3)

现在，

img[：：2，：：2]

我们只是对图像进行下采样（也就是说，我们只从原始图像中每隔取一个像素，将图像大小缩小一半，我们使用

2

，这意味着跳过一个像素）。从下面的例子中可以清楚地看到这一点

为了便于理解，让我们看一个简单的灰度图像

In [13]: arr
Out[13]: 
array([[10, 11, 12, 13, 14, 15],
       [20, 21, 22, 23, 24, 25],
       [30, 31, 32, 33, 34, 35],
       [40, 41, 42, 43, 44, 45],
       [50, 51, 52, 53, 54, 55],
       [60, 61, 62, 63, 64, 65]])

In [14]: arr.shape
Out[14]: (6, 6)

In [15]: arr[::2, ::2]
Out[15]: 
array([[10, 12, 14],
       [30, 32, 34],
       [50, 52, 54]])

In [16]: arr[::2, ::2].shape
Out[16]: (3, 3)

请注意切片版本中的像素。另外，观察切片后阵列

形状
的变化（即减少一半）

现在，图像中的所有三个通道都会进行下采样，因为在第三个轴上没有发生切片。因此，在示例中，您将仅为前两个轴缩小形状

(468, 832, 3)
  .    .   |
  .    .   |
(234, 416, 3)

我们将RGB图像作为三维形状阵列：

img.shape=(468,832,3)

现在，
img[：：2，：：2]

我们只是对图像进行下采样（也就是说，我们只从原始图像中每隔取一个像素，将图像大小缩小一半，我们使用
2
，这意味着跳过一个像素）。从下面的例子中可以清楚地看到这一点

为了便于理解，让我们看一个简单的灰度图像

In [13]: arr
Out[13]: 
array([[10, 11, 12, 13, 14, 15],
       [20, 21, 22, 23, 24, 25],
       [30, 31, 32, 33, 34, 35],
       [40, 41, 42, 43, 44, 45],
       [50, 51, 52, 53, 54, 55],
       [60, 61, 62, 63, 64, 65]])

In [14]: arr.shape
Out[14]: (6, 6)

In [15]: arr[::2, ::2]
Out[15]: 
array([[10, 12, 14],
       [30, 32, 34],
       [50, 52, 54]])

In [16]: arr[::2, ::2].shape
Out[16]: (3, 3)

请注意切片版本中的像素。另外，观察切片后阵列
形状
的变化（即减少一半）

现在，图像中的所有三个通道都会进行下采样，因为在第三个轴上没有发生切片。因此，在示例中，您将仅为前两个轴缩小形状

(468, 832, 3)
  .    .   |
  .    .   |
(234, 416, 3)

你能解释一下
[：：2，：：2]
是如何切片3d数组语言（noob语言）的交替行和列的吗？@VaishnavMK另一个例子应该更清楚。这不是你解释的，而是你理解的。您正在指定沿其切片的“轴”。您能否解释一下
[：：2，：：2]
如何切片3d数组语言（noob语言）的交替行和列？@VaishnavMK另一个例子应该更清楚。这不是什么