类似于MATLAB的python切片

在Matlab中，切片可以是向量：

a = {'a','b','c','d','e','f','g'}; % cell array
b = a([1:3,5,7]);

如何在python中执行相同的操作

a = ['a','b','c','d','e','f','g']
b = [a[i] for i in [0,1,2,4,6]]

但当1:3变成1:100时，这就行不通了。使用范围（2），4,6返回（[0,1,2]，4,6），而不是（0,1,2,4,6）。有没有一种快速的“蟒蛇式”方法

试试看

[a[i] for i in range(2) + [4, 6]]

如果使用NumPy，则有更多选项：

import numpy as N
a = N.array(['a', 'b', 'c', 'd', 'e', 'f', 'g'])
b = a[range(2) + [4, 6]]
c = a.take(range(2) + [4, 6])

---

一种方法是使用

itertools.chain

：

>>> b = [a[i] for i in itertools.chain(range(2), [5, 6])]
>>> b
['b', 'c', 'f', 'g']

注:

从Matlab（基于1的索引）到Python（基于0的索引）的范围

如果使用Python2.x，您可以将

range

更改为

xrange

，以避免动态创建整个范围列表。我不认为这会对性能产生很大影响，但很高兴知道这一点

---

如果您想在Python中做类似于Matlab的事情，NumPy应该始终是您的第一个猜测。在这种情况下，您需要

numpy.r\u

：

from numpy import array, r_
a = array(['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h'])
print a[r_[1:3, 5, 7]]

['b' 'c' 'f' 'h']

---

这将复制列表。大范围的浪费。使用

itertools.chain

来避免这种情况。++，很好的一个，不知道

r\u

注意

r\u[：3,5:][/code>返回
[0,1,2,0,1,2,3,4]
，因为它不知道a。解决方法是使用返回
[0,1,2,5,6,7]
的
r\u[:3,5:len（a）]
。仍然是最接近Matlab类型切片的东西。