Python 除第n个项目外，对每个项目进行切片

在tensorflow中，可以使用切片符号

[：：n]

选择每n个项目

但如何做相反的事情呢？我想选择除第n个之外的所有项目

例如：

a = [1, 2, 3, 4, 5, 6, 7, 8]

a[2:：3]

将导致

[3,6]

现在我想要的是相反的：

[1,2,4,5,7,8]

---

上面的数组只是一个示例。解决方案应该适用于tensorflow中尺寸较大的矩阵[批次、宽度、高度、通道]。仅在通道上进行选择。此外，我的矩阵包含非唯一的实际值。我也无法将其进一步向下调整为二维（

[batch，Channel]

）

一个选项是通过测试a范围索引来创建布尔索引：

import numpy as np
start, step = 2, 3
a[np.arange(len(a)) % step != start]
# array([1, 2, 4, 5, 7, 8])

您可以使用

tf.boolean\u mask

在tensorflow中类似地实现这一点：

import tensorflow as tf

a = tf.constant([1, 2, 3, 4, 5, 6, 7, 8])

start, step = 2, 3
mask = ~tf.equal(tf.range(a.shape[-1]) % step, start)

tf.boolean_mask(a, mask).eval()
# array([1, 2, 4, 5, 7, 8], dtype=int32)

如果

a

是ND张量，则可以使用

布尔_掩码

指定轴；例如，使用4D张量[批次、宽度、高度、通道]，通过第四个轴进行选择，即

通道

，您可以设置

轴=3

：

mask = ~tf.equal(tf.range(a.shape[-1]) % step, start)
tf.boolean_mask(a, mask, axis=3)

您可以使用以下方法：

请记住，此操作不会修改原始数组：

返回一个沿轴删除子数组的新数组。一个人 维度数组，返回未由 arr[obj]

的普通应用程序适用于

int

dtype的1D数组

In [16]: arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])

In [17]: np.setdiff1d(arr, arr[2::3])
Out[17]: array([1, 2, 4, 5, 7, 8])

相应的张量流当量为

---

---

要处理nD数组（即张量），您可以首先将其重塑为1D数组，使用

setdiff1d

进行选择，然后将结果重塑为nD。

如答案所示，您可以构建要保留的项的列表（或布尔掩码）。产生的选择将是原始选择的副本。它不会是一个

视图

（会产生

：：n

）。对不起，我的问题不明确。我只是在寻找tensorflow中的一个解决方案。我无法将其重塑为二维（因为批处理）。我至少将

[批次、频道]

作为维度。但更重要的是，我的矩阵包含实际值

tf.setdiff1d

对此不起作用。

tf.boolean\u mask

唯一的问题是最后一个维度未知（

None

）。我使用了

tensor.set_shape（…）

来解决这个问题（需要根据我掌握的信息计算新的形状）

In [16]: arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])

In [17]: np.setdiff1d(arr, arr[2::3])
Out[17]: array([1, 2, 4, 5, 7, 8])