Python 在所有3维中切片三维阵列的问题

我对3d numpy阵列的切片有问题。 我有一个3d数据数组（

zcdata

），用于物理网格系统的角点深度，由于所有角点重复，其大小是实际网格大小的两倍（相邻网格共享角点，但在数据集中重复）。假设网格在X、Y和Z方向上有

Nx、Ny、Nz

单元；我的角数据的大小为

2*Nx、2*Ny、2*Nz

这些数据作为一个长的1D数组从一个巨大的ASCII文件中读取，然后用下面的代码重新塑造成正确的3d格式。在我的例子中，

Nx，Ny，Nz=（22923345）

，因此zcdata（角数据数组）的维数

（458*466*90）

有点大

zcdata is a (2*Nx * 2*Ny * 2*Nz) long array loaded from ASCII file as input:

zcorn_data = zcdata.reshape([2*Nz,2*Ny,2*Nx]).transpose([2,1,0])

我感兴趣的是提取唯一的角点，即每个方向上每隔一个索引加上最后一个角点（因此对于N个单元格，我们需要定义N+1个角点：简单数学：3个单元格和4个角点示例o--o--o） X、Y、Z中的适当索引切片如下所示：

ii = np.append(range(0,2*Nx,2),-1)
jj = np.append(range(0,2*Ny,2),-1)
kk = np.append(range(0,2*Nz,2),-1)

现在，尝试一次切片所有3D冗余角点数据（使用以下代码行）：

失败，并显示以下错误消息：

---

---

而以下一个接一个的切片工作非常完美：

zcorn_data_1N = zcorn_data[:,:,kk]
zcorn_data_1N = zcorn_data_1N[:,jj,:]
zcorn_data_1N = zcorn_data_1N[ii,:,:]

---

我想知道我是否遗漏了任何一点

您的索引数组需要是相同的形状，或者是相同的形状。因此，您应该调整它们的大小（提升它们的维度），以便它们的非单例维度不被共享，并且它们将是可广播的

ii = np.append(range(0,2*Nx,2),-1)
jj = np.append(range(0,2*Ny,2),-1)
kk = np.append(range(0,2*Nz,2),-1)

ii.resize((Nx+1,1,1))
jj.resize((1,Ny1,1))
kk.resize((1,1,Nz+1))

zcorn_data_1N = zcorn_data[ii,jj,kk]

zcorn_data_1N = zcorn_data[:,:,kk]
zcorn_data_1N = zcorn_data_1N[:,jj,:]
zcorn_data_1N = zcorn_data_1N[ii,:,:]

ii = np.append(range(0,2*Nx,2),-1)
jj = np.append(range(0,2*Ny,2),-1)
kk = np.append(range(0,2*Nz,2),-1)

ii.resize((Nx+1,1,1))
jj.resize((1,Ny1,1))
kk.resize((1,1,Nz+1))

zcorn_data_1N = zcorn_data[ii,jj,kk]