Python 使用不带for循环的元组数组将numpy数组切片为多个元素

最近，我学习了一些在numpy中不使用for循环的方法，因为它们使代码效率低下，并且numpy使您能够在没有for循环的情况下工作，以及使用lambda表达式执行更多操作

因此，现在我想知道是否有可能在不使用任何for循环的情况下，通过在计算之前创建一些数组来执行以下操作：

假设我有一个元组数组：

slice_indexes = np.array([(0,9),(1,10),(2,11),(3,12),...])

然后我们有一个数组，我们想按这些元组进行切片：

data_array[i:j]

---

这在没有for循环的情况下是可以实现的吗？如果有的话？如何操作？

在我回顾代码之前：“…numpy使您能够在不使用for循环的情况下使用lambda表达式进行操作”。

lambda

从何而来？除非绝对必要，否则不应将

lambda

s与

numpy

一起使用，所有元组是否都包含相同大小的切片（在本例中为9个元素）？另外，您的输入数组的形状是什么？所有切片的长度是否相同？比如，在给定的示例中，它似乎是9。如果生成的切片大小不同，则需要某种Python循环。如果切片重叠，则加倍。只有当切片模式是规则的并且可以生成二维阵列时，才能避免循环。是。所有切片的长度都相同。在我回顾代码之前：“…numpy使您能够在不使用for循环的情况下工作，并使用lambda表达式执行更多操作”。

lambda

从何而来？除非绝对必要，否则不应将

lambda

s与

numpy

一起使用，所有元组是否都包含相同大小的切片（在本例中为9个元素）？另外，您的输入数组的形状是什么？所有切片的长度是否相同？比如，在给定的示例中，它似乎是9。如果生成的切片大小不同，则需要某种Python循环。如果切片重叠，则加倍。只有当切片模式是规则的并且可以生成二维阵列时，才能避免循环。是。所有切片的长度都相同。