Python Numpy切片变量z的x、y、z数组

我有一个位置数据的3d数组，我想从中获取

2-d

切片。然而，切片在

z

深度上随

x

（以及

y

最终）而变化

例如。 一个数组

100x100x100

，我希望第一个切片是从

x=0，y=0=>x=100，y=100

在

x=0

时包含

z

方向

0-25

上的点，并在

x=100

时线性变化为

z=25-50

。这是一种对角线切片

在numpy有没有一种有效的方法来做到这一点。理想情况下

    newarray = oldarray[z> x/100*25.0 && z < 25+x/100*25.0]

newarray=oldarray[z>x/100*25.0&&z<25+x/100*25.0]

您可以使用。以下是3x3x3卷的一个小示例：

a = np.arange(27).reshape(3,3,3)
xi,yi = np.meshgrid(range(3),range(3))
zi = xi*.25+yi*.25
inds = np.array([xi.reshape(1,9),yi.reshape(1,9),zi.reshape(1,9)])
ndimage.map_coordinates(a,inds).reshape(3,3)
>> array([[ 0,  9, 18],
       [ 3, 12, 22],
       [ 6, 16, 25]])

---

请注意，可能有更好的方法可以在不进行所有重塑的情况下完成此操作。

因为您所需的数据可能无法表示为原始数据的跨步视图，因此您必须使用高级索引来提取所需的坐标

c = np.r_[:100]
xi = c.reshape((100, 1, 1))
yi = c.reshape((1, 100, 1))
zi = np.empty((100, 100, 25), dtype=int)
for x in xrange(100):
    for y in xrange(100):
        zi[x,y] = np.arange(x*25/100, x*25/100+25) # or whatever other function

newarray = oldarray[xi, yi, zi]

使用numpy数组

xi

，

yi

，

zi

进行切片

oldarray

，会触发高级索引。Numpy将创建一个新数组，该数组的形状与通过广播

xi

、

yi

、

zi

形成的数组的形状相同（因此，在这种情况下，由于

xi

是（100，1，1），

yi

是（1100，1）和

zi

是（100，100，25），因此输出将是（100，100，25））

---

然后，Numpy使用

xi

、

yi

和

zi

（带广播）的相应元素填充该数组，这样

newarray[i，j，k]=oldarray[xi[i，0，0]，yi[0，j，0]，zi[i，j，k]

您能举个例子吗（我不太明白），就像你期望的3x3一样？如果你认为数据是一个立方体，那么一个简单的切片就是从顶部去掉一个平面部分。好的-在二维中，它将是[6,5,4]，[1,2,3]，[5,7,9]，[6,5,4]一个1深的切片将是[6,5,4]。但是我想要一个半对角切片，可能是[6,5,3]（第2行的3）。然后是[1,2,9]。现在将其放大到100x100，从第一行开始进行倾斜切割，以包括随后的25行，在左侧，但在阵列的右侧，以25-50行为单位，并在两者之间进行插值。我已经读了几遍，但在概念上看不出它是如何工作的！是的，高级索引有点让人头疼。它与标准索引有很大不同。我将添加一个解释。。。