带索引元组的Python切片numpy数组

我想使用N-1维索引元组

b

切片一个N维numpy数组

a

。以下是N=4的情况：

import numpy as np

a = np.random.rand(20,1,5,4)
b1 = (0,0,0)
b2 = (0,3,2)

# want to get the slice c = a[:,b2[0],b2[1],b2[2]] without explicitly writing all N-1 elements of b2

c = a[:,b1] # no error message, but gives a[:,[b1[0],b1[1],b1[2]],:,:]
c = a[:,b2] # error message (because b2[1] = 3 larger than a.shape[1])

将元组索引元素“解包”到不同维度的正确方法是什么？我尝试使用星号操作符（

*b

），但似乎没有效果。

a[（…，*b1）]

这归结为使用索引元组中的变量参数手动调用

\uuuu getitem\uuu

方法：

[23]中的

：a.。uu getitem_uuu（（…，*b1））
出[23]：
阵列（[0.93049554,0.63858628,0.31665933,0.15048072,0.17083849，
0.34621308, 0.66980288, 0.75191251, 0.05844084, 0.16715787,
0.80409005, 0.64181912, 0.76463963, 0.75616746, 0.44955961,
0.19034925, 0.8841084 , 0.54450091, 0.02033021, 0.21275405])
在[21]中：a[：，0，0，0]
出[21]：
阵列（[0.93049554,0.63858628,0.31665933,0.15048072,0.17083849，
0.34621308, 0.66980288, 0.75191251, 0.05844084, 0.16715787,
0.80409005, 0.64181912, 0.76463963, 0.75616746, 0.44955961,
0.19034925, 0.8841084 , 0.54450091, 0.02033021, 0.21275405])

请注意，省略号（

…

）的用法具有稍微更一般的含义。否则，您必须手动构造

：

切片：

[20]中的

：a.。uuu getitem_uuuuuuuu（（片（无），*b1））
出[20]：
阵列（[0.93049554,0.63858628,0.31665933,0.15048072,0.17083849，
0.34621308, 0.66980288, 0.75191251, 0.05844084, 0.16715787,
0.80409005, 0.64181912, 0.76463963, 0.75616746, 0.44955961,
0.19034925, 0.8841084 , 0.54450091, 0.02033021, 0.21275405])
a[（…，*b1）]

这归结为使用索引元组中的变量参数手动调用
\uuuu getitem\uuu
方法：

[23]中的
：a.。uu getitem_uuu（（…，*b1））
出[23]：
阵列（[0.93049554,0.63858628,0.31665933,0.15048072,0.17083849，
0.34621308, 0.66980288, 0.75191251, 0.05844084, 0.16715787,
0.80409005, 0.64181912, 0.76463963, 0.75616746, 0.44955961,
0.19034925, 0.8841084 , 0.54450091, 0.02033021, 0.21275405])
在[21]中：a[：，0，0，0]
出[21]：
阵列（[0.93049554,0.63858628,0.31665933,0.15048072,0.17083849，
0.34621308, 0.66980288, 0.75191251, 0.05844084, 0.16715787,
0.80409005, 0.64181912, 0.76463963, 0.75616746, 0.44955961,
0.19034925, 0.8841084 , 0.54450091, 0.02033021, 0.21275405])

请注意，省略号（
…
）的用法具有稍微更一般的含义。否则，您必须手动构造
：
切片：

[20]中的
：a.。uuu getitem_uuuuuuuu（（片（无），*b1））
出[20]：
阵列（[0.93049554,0.63858628,0.31665933,0.15048072,0.17083849，
0.34621308, 0.66980288, 0.75191251, 0.05844084, 0.16715787,
0.80409005, 0.64181912, 0.76463963, 0.75616746, 0.44955961,
0.19034925, 0.8841084 , 0.54450091, 0.02033021, 0.21275405])
这和做
a[（切片（无），*b1）]没什么区别。
嗯，那好多了。我总是忘记
\uuu getitem\uuu
的细节。。。回答吧！（或者更确切地说，我觉得Julia约定更直观，其中
getindex
接受所有维度的vararg，并且
：
本身就是一个对象。）不，这都是你的。实际上我想的是，高级索引需要每个维度都有元组，这比这里的要麻烦得多。在每个轴上有一个元素的情况下，它会减少到您得到的值。@bproxauf这不是Python，而是Numpy的
\uuuu getitem\uuuu
实现。他们在类型和内容上做了一些花哨的报道。但您确实得到了一个警告：不推荐使用非元组序列进行多维索引；使用
arr[tuple（seq）]
代替
arr[seq]
。在未来，这将被解释为数组索引，
arr[np.array（seq）]
，这将导致错误或不同的结果。这与执行
a[（片（无），*b1）]
没有什么不同，这更好。我总是忘记
\uuu getitem\uuu
的细节。。。回答吧！（或者更确切地说，我觉得Julia约定更直观，其中
getindex
接受所有维度的vararg，并且
：
本身就是一个对象。）不，这都是你的。实际上我想的是，高级索引需要每个维度都有元组，这比这里的要麻烦得多。在每个轴上有一个元素的情况下，它会减少到您得到的值。@bproxauf这不是Python，而是Numpy的
\uuuu getitem\uuuu
实现。他们在类型和内容上做了一些花哨的报道。但您确实得到了一个警告：不推荐使用非元组序列进行多维索引；使用
arr[tuple（seq）]
代替
arr[seq]
。在将来，这将被解释为数组索引，
arr[np.array（seq）]
，这将导致错误或不同的结果。