Python numpy ndarray索引-从元组检索索引

我以前也问过类似的问题，但我仍然不能完全确定numpy是如何组织其指数的

我正在使用许多3D阵列，所有这些阵列的大小都相同。由于以后的操作（使用scipy和其他工具查看为窗口），我需要对阵列进行切片，这是我正在进行的一系列操作，如下所示：

imFrag.append(Padded[:100, :100, :100)

将阵列分成8个部分。我试图获得每个切片的原始索引。我可以使用以下方法对整个3d阵列执行此操作：

np.where(Mat  == Mat) 

这给了我一个包含x、y和z分量的元组。我有办法做到这一点吗

---

谢谢

考虑存储切片对象，而不是碎片本身

your_slice = np.s_[:100, :100, :100]

要获得图像，只需

Padded[your_slice]

获取用于创建切片的索引

your_slice[0].start
your_slice[0].step
your_slice[0].stop

---

对于您关心的任何维度，让我们尝试一些小的2d：

In [102]: Mat = np.arange(16).reshape(4,4)    
In [103]: sub = Mat[2:,:2]

In [104]: Mat
Out[104]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

In [105]: sub
Out[105]: 
array([[ 8,  9],
       [12, 13]])

您是否想知道如何辨别

sub

是否发生在

Mat

中

在一般实践中，最好的方法是保留索引元组

In [106]: ind=(slice(2,None),slice(None,2))

In [107]: Mat[ind]
Out[107]: 
array([[ 8,  9],
       [12, 13]])

In [108]: Mat[ind] += sub   # duplicate the sub values

In [109]: Mat
Out[109]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [16, 18, 10, 11],
       [24, 26, 14, 15]])

（

np.s

如果您喜欢冒号语法，那么它是构造这样一个元组的好方法）

我想我可以从

Mat

和

sub

中的信息推断出这个切片，例如

In [120]: Mat.__array_interface__['data'][0],Mat.shape,Mat.strides,Mat.itemsize
Out[120]: (169022104, (4, 4), (16, 4), 4)

In [121]: sub.__array_interface__['data'][0],sub.shape,sub.strides
Out[121]: (169022136, (2, 2), (16, 4))

但它需要了解数据的存储和访问方式。对于像这样的简单切片，这应该不会太难。对于更一般的，比如带有阶跃和转置的，这会更困难

但我从来没有必要这么做。保留原始切片元组更容易。如果您执行高级索引（即创建副本而不是视图），则挂起索引或屏蔽是唯一的方法

=====================

以下是你的评论：

In [140]: I,J=np.where(sub==sub) 

In [141]: ind
Out[141]: (slice(2, None, None), slice(None, 2, None))

In [142]: Mat[2+I,0+J]    # 0 inplace of None for J
Out[142]: array([16, 18, 24, 26])

因此，可以使用

sub

中的索引在

Mat

中查找相应的元素。使用

where（sub==sub）

获取所有索引让我有点烦

meshgrid

和

mgrid

将起作用，但它们需要生成范围。我不能马上想到一个函数，它具有一个形状并给出相应的

I，J

I,J=np.array(list(np.ndindex(sub.shape))).T

---

可以，但不漂亮。

那么

imFrag

是一个列表吗？也许我误解了最后一部分的“告诉我们发生在Mat中？”。切片后，我试图访问的是sub中每个元素的坐标。使用您的示例：（（2，2，3，3），（2，3，2，3））将是sub的高级索引。作为一种解决方法（告诉我这是否荒谬），我可以得到np.where索引，只需将最低的切片添加到每个元组？是的，您可以使用slice

start

属性将

sub

索引应用于

Mat

。查看我的编辑。谢谢：）一如既往地非常有用！