Python 给定索引列表的一维数组的任意维切片数

我有一个numpy ndarray

arr

和

index

，一个指定特定条目的索引列表。对于具体性，我们采取以下措施：

arr = np.arange(2*3*4).reshape((2,3,4))
indices= [1,0,3]

我有代码通过

arr

进行1d切片，观察除一个索引之外的所有索引

n

：

arr[:, indices[1], indices[2]]  # n = 0
arr[indices[0], :, indices[2]]  # n = 1
arr[indices[0], indices[1], :]  # n = 2

我想将我的代码更改为循环

n

，并支持任意维度的

arr

我查看了文档中的条目，找到了有关

slice（）

和

np.s(
）的信息。我能够拼凑出我想要的东西：

def make_custom_slice(n, indices):
    s = list()
    for i, idx in enumerate(indices):
        if i == n:
            s.append(slice(None))
        else:
            s.append(slice(idx, idx+1))
    return tuple(s)


for n in range(arr.ndim):
    np.squeeze(arr[make_custom_slice(n, indices)])

其中，
np.挤压
用于移除长度为1的轴。如果没有此项，则生成的数组具有shape
（arr.shape[n]，1,1，…）
，而不是
（arr.shape[n]，）

是否有更惯用的方法来完成此任务？
对上述解决方案进行了一些改进（可能仍然有一个单行程序或更高性能的解决方案）：

整数值
idx
可用于替换切片对象
slice（idx，idx+1）
。因为大多数索引都是直接复制的，所以从索引的副本开始，而不是从头开始构建列表

以这种方式构建时，
arr[make_custom_slice（n，index）
的结果具有预期的维度，
np.squence
是不必要的。
是否有更惯用的方法来完成此任务使用Numpy完成任务的惯用方法通常包括不编写循环。我同意这一点。我在下面发布的改进删除了构建切片对象的函数中的循环。我不确定该函数是否可以在n中矢量化以删除调用它的循环。
def make_custom_slice(n, indices):
    s = indices.copy()
    s[n] = slice(None)
    return tuple(s)


for n in range(arr.ndim):
    print(arr[make_custom_slice(n, indices)])