Python 从NumPy数组的中间剪切子集

我使用光栅图像和模块

rasterio

，将它们改进为

numpy

阵列。我想从每幅图像的中间剪出一部分大小

（10001000）

（以避免图像的外边界遮罩）

image=np.random.random_样本（（20002000））
s=图像.shape
mid=[s中x的圆形（x/2）#两个轴的中点
边距=[[y+x代表y在[-500500]]代表x在中间]#围绕每个中间点的1000范围

结果是一个包含两个列表的列表，用于每个轴上的切割范围。但这就是我要说的：

range（）

不接受列表，我正在尝试以下暴力方法：

cut_image=image[范围（边距[0][0]，边距[0][1]），范围（边距[1][0]，边距[1][1]）]

但是：

cut_image.shape
## (1000,)

切片数组会丢失维度信息，这正是我不想要的。 把我弄糊涂了。

---

正在寻找一个更有品味的解决方案。

这里的问题是，您所做的是整数索引，而不是切片索引。巴哈维奥人会改变，如果不熟悉它，可能会显得违反直觉。您可以查看以了解更多详细信息

以下是使用基本切片的方法：

# center coordinates of the image
x_0, y_0 = np.asarray(image.shape)//2
# slice taken from the center point
out = image[x_0-x_0//2:x_0+x_0//2, y_0-y_0//2:y_0+y_0//2]

print(out.shape)
# (1000, 1000)

---

正如另一个答案所指出的，您并不是真正地对数组进行切片，而是对其使用索引

如果您想对数组进行切片（没错，这比使用索引列表更优雅），那么使用切片会更愉快。该对象表示

start:end:step

语法

就你而言

将numpy导入为np
WND=50
image=np.random.random_样本（（200300））
s=图像.shape
mid=[s中x的圆形（x/2）#两个轴的中点
边距=[[y+x表示y在[-WND，WND]]表示x在中间]#每个中间点周围有1000个范围
#数组[切片（开始，结束）]->数组[开始：结束]
x_切片=切片（页边距[0][0]，页边距[0][1]）
y_切片=切片（页边距[1][0]，页边距[1][1]）
打印（x_切片，y_切片）
#切片（50150，无）切片（100200，无）
剪切图像=图像[x\U切片，y\U切片]
打印（剪切图像.形状）
# (100,100)

索引？ 您可能想知道在您的问题中发生了什么，导致只有1000个元素，而不是预期的1000*1000

下面是一个使用不同维度的列表进行索引的简单示例

# n and n2 have identical values
n = a[[i0, i1, i2],[j0, j1, j2]]
n2 = np.array([a[i0, j0], a[i1, j1], a[i2, j2]]

---

澄清了这一点，您就会明白，您的代码不是采用块矩阵，而是只返回该块矩阵的对角系数：）

哦，它是有效的！但是为什么使用

：

会保留维度，而使用

range（）

会丢失维度？因为您所做的是整数索引，而不是切片索引。行为改变了。检查文档谢谢您提供详细的示例和解释！