Python 从numpy数组中提取所有垂直切片

我想使用ndemerate或类似的工具从3D numpy数组中提取一个完整的切片

arr = np.random.rand(4, 3, 3)

我想提取所有可能的arr[：，x，y]，其中x，y范围从0到2

[arr[:, x, y] for x in range(3) for y in range(3)]

---

ndindex

是生成与形状对应的索引的便捷方法：

In [33]: arr = np.arange(36).reshape(4,3,3)
In [34]: for xy in np.ndindex((3,3)):
    ...:     print(xy, arr[:,xy[0],xy[1]])
    ...:     
(0, 0) [ 0  9 18 27]
(0, 1) [ 1 10 19 28]
(0, 2) [ 2 11 20 29]
(1, 0) [ 3 12 21 30]
(1, 1) [ 4 13 22 31]
(1, 2) [ 5 14 23 32]
(2, 0) [ 6 15 24 33]
(2, 1) [ 7 16 25 34]
(2, 2) [ 8 17 26 35]

它使用

nditer

，但与嵌套的for循环对相比，没有任何速度优势

In [35]: for x in range(3):
    ...:     for y in range(3):
    ...:         print((x,y), arr[:,x,y])

ndenumerate

使用

arr.flat

作为迭代器，但使用它

In [38]: for xy, _ in np.ndenumerate(arr[0,:,:]):
    ...:     print(xy, arr[:,xy[0],xy[1]])

做同样的事情，迭代3x3子阵列的元素。与

ndindex

一样，它生成索引。元素不是您想要的大小为4的数组，因此我忽略了这一点

---

另一种方法是展平后面的轴，转置，然后在（新的）第一个轴上迭代：

In [43]: list(arr.reshape(4,-1).T)
Out[43]: 
[array([ 0,  9, 18, 27]),
 array([ 1, 10, 19, 28]),
 array([ 2, 11, 20, 29]),
 array([ 3, 12, 21, 30]),
 array([ 4, 13, 22, 31]),
 array([ 5, 14, 23, 32]),
 array([ 6, 15, 24, 33]),
 array([ 7, 16, 25, 34]),
 array([ 8, 17, 26, 35])]

或者像以前一样打印：

In [45]: for a in arr.reshape(4,-1).T:print(a)