在numpy数组中，从末端切取可变距离的更具python风格的方法

我想知道是否有更好的方法从结尾开始编写数组裁剪/切片，但要采用编程方式。这意味着，裁剪尺寸实际上可以是0，我有多个维度，例如5D张量

以下是2D中的一个简单示例：

#这只是为了获得一些虚拟数据
将numpy作为np导入
A=np.rand.rand（10,5）
#简易标准案例：
ix=1
iy=1
B=A[ix:-ix，iy:-iy]#这很有效
#现在是更棘手的情况，我正在寻找一种类似蟒蛇的方法。
iy=0
#使用上面的代码，不符合我的要求=>2nd dim==0
C1=A[ix:-ix，iy:-iy]
#下一行给出了我想要的结果，但是是硬编码的
C2=A[ix:-ix，：]
#下一行也给出了我想要的，但完全无法阅读
#对于实数变量名和多个维度
C3=A[ix:A.shape[0]-ix:iy:A.shape[1]-iy]
#numpy中是否有类似于Matlab的东西？
C4=A[ix:end ix，iy:end iy]
C5=A[ix:np.end-ix，iy:np.end-iy]

---

我知道2D看起来没那么糟糕，但是如果你有多个维度和真实的变量名，代码很容易出错。那么，在python中是否有类似于Matlab中的“end”的东西，或者其他更具python风格的方式呢？

没有

end

。您所能做的最好的事情就是在助手函数中完成：

def crop(arr, *crop_lengths):
    if len(crop_lengths) > arr.ndim:
        raise TypeError('Not enough dimensions to crop.')
    slices = [slice(i, axis_len-i) for (i, axis_len) in zip(crop_lengths, arr.shape)]
    return arr[tuple(slices)]

def s(k):
    return slice(None) if k==0 else slice(k, -k)

C1 = A [ s(ix) , s(iy) ]

用法示例：

ix = 1
iy = 0
cropped = crop(A, ix, iy)

您应该使用

切片（无）

。为了便于阅读，您可以将其包装在一个简单的函数中：

def crop(arr, *crop_lengths):
    if len(crop_lengths) > arr.ndim:
        raise TypeError('Not enough dimensions to crop.')
    slices = [slice(i, axis_len-i) for (i, axis_len) in zip(crop_lengths, arr.shape)]
    return arr[tuple(slices)]

def s(k):
    return slice(None) if k==0 else slice(k, -k)

C1 = A [ s(ix) , s(iy) ]

---

让助手句柄构建单个切片对象看起来比我选择的设计更简洁，但是您的（宽限期）编辑使

s（1，-0）

product

1:0

而不是

1:

@user2357112，为真。我已经把我的例子说得更具体了。显然，您的解决方案更通用。索引始终可以使用元组

x[idx]

完成。许多numpy函数从列表甚至数组构造这样的元组。还可以通过查看

np.lib.indextricks.py

来了解

np.r\u

和

np.ogrid

等对象背后的巧妙技巧。