Python 构建包含冒号的元组以用于索引numpy数组

我创建了一个类，用于处理特定类型的多维数据。此类有三个属性：包含轴名称的列表（self.axisNames）；包含沿每个轴的参数值的字典（self.axes；使用axisNames中的条目键入）；以及一个包含数据的numpy数组，每个轴都有一个维度（self.intensityArr）

该类还具有根据特定情况需要动态添加新轴的函数，这使得索引强度ARR成为一个棘手的问题。为了更好地编制索引，我已经开始编写一个函数来构建我需要的索引：

课堂内：

def indexIntensityArr(self,indexSpec):
    # indexSpec is a dictionary containing axisName:indexVal entries (indexVal is an int)
    # I want the function to return a tuple for use in indexing (see below def)
    indexList = []
    for axis in self.axisNames:
        if axis in indexSpec:
            indexList.append(indexSpec[axis])
        else:
            # <do something to add : to index list (tuple)>
    return tuple(indexList)

# ... create an instance of my class called myBlob with 4 dimensions ...

mySpec = {'axis1':10,'axis3':7}
mySlicedArr = myBlob.intensityArr[myBlob.indexIntensityArr(mySpec)]

我希望上面的结果是mySlicedArr是一个二维数组

---

我需要在'else'子句中添加什么才能在用于索引强度arr的元组中获得：（或等效值）？这可能是解决问题的一种不好的方法吗？

在索引

[]

中，一个

：

被转换为

片段
，整个内容作为元组传递给
\uu getitem\uuuuuu

indexList = []
for axis in self.axisNames:
    if axis in indexSpec:
        indexList.append(indexSpec[axis])
    else:
        indexList.append(slice(None))

有几个
numpy
函数使用这样的索引技巧，即建立索引值和切片的元组。或者，如果他们需要改变它，他们将从一个列表开始，这个列表可以改变，并在使用之前将其转换为元组。（例如，沿轴应用）

是的，切片的完整规范是
切片（开始、停止、步骤）
，启动和停止可选。与
np.arange
或
range
相同。而
None
相当于
：
表达式中的未指定值

np.lib.index\u tricks.py
中的一个小自定义类将：符号转换为片：

In [61]: np.s_[:,:1,0:,::3]
Out[61]: 
(slice(None, None, None),
 slice(None, 1, None),
 slice(0, None, None),
 slice(None, None, 3))

为了补充hpaulj的答案，您可以非常简单地通过使用
np.s
扩展您的设置，使其更加通用。与
slice
相比，使用此函数的优点是可以更轻松、更透明地使用
numpy
的slice语法。例如：

mySpec = {'axis1': np.s_[10:15], 'axis3': np.s_[7:8]}
mySlicedArr = myBlob.intensityArr[myBlob.indexIntensityArr(mySpec)]

（额外信息：
np.s\u7:8]
仅检索第7列，但它保留了维度，即切片数组仍将是4D，该维度中的形状为1：对于广播非常有用）

如果您希望在函数定义中也使用相同的语法：

indexList = []
for axis in self.axisNames:
    if axis in indexSpec:
        indexList.append(indexSpec[axis])
    else:
        indexList.append(np.s_[:])
return tuple(indexList)

使用
slice
可以同样出色地完成所有这一切。你可以指定
np.s_U[10:15]
为
slice（10,15）
，
np.s_U[：]
为
slice（None）
，正如hpaulj所说。
我不能100%肯定我理解你的问题，但如果我理解，我想你可能会想把
indexList=（slice（），）
在
else
子句中。我还认为您应该仔细查看切片。我的印象是，您正在尝试重新发明numpy的结构化阵列或类似smth的产品that@dnalow这确实是一个用例，它可能会从numpy的结构化数组之类的东西的使用中受益。然而，这段代码将传递给其他经验比我少的学生和研究人员，因此我将尽可能地限制自己使用通用结构。这正是我所需要的！我只想补充一下@Praveen所说的，在接受之前，您可以使用
切片（开始，结束）
进行实际切片（当然是更复杂的
如果
），谢谢您提供的奖金信息。这个解决方案可能就是我要使用的，因为它增加了传递切片的功能，但是@hpaulj的答案更直接地回答了这个问题。