Python 在numpy中，有没有更好的方法以参数化方式对numpy阵列进行切片？

我想在函数中以参数化的方式对numpy数组进行切片操作，这样我就可以得到我计算所需的数组元素。我知道如何按索引滑动数组，但我更感兴趣的是以参数化方式对数组元素进行切片，因此不需要指示索引。在我的例子中，我有系数数组

c

和幂数组

p

，我还有参数

num\u顺序

。基本上，

num\u顺序

决定了切片数组的索引。为此，我进行了以下尝试：

我的尝试：

import numpy as np

c=[1,1/2, -1/6, 1/12]
p= [1,2,3,4]
x = np.array([1, 1, 2, 3, 5, 8, 13, 21])


def arr_pow(x, num_order):
    output= []
    for i in range(num_order):
        mul = c[i] * np.power(x, p[i])
        output.append(mul)
    return output

因此，如果

num\u order

=2，那么我也将

c

和

p

的前两项切分为doing

c\u new=c[：-2]，

p\u new

=p[：-2]，
c\u new=[1,1/2]，p\u new=[1,2]
等等。我很好奇，有没有更好的方法可以基于param
num_order
在两个或多个数组中对元素进行切片。有人能告诉我在参数化函数中实现这一点的优雅方法吗？有什么想法吗

更新：

import numpy as np

c=[1,1/2, -1/6, 1/12]
p= [1,2,3,4]
x = np.array([1, 1, 2, 3, 5, 8, 13, 21])


def arr_pow(x, num_order):
    output= []
    for i in range(num_order):
        mul = c[i] * np.power(x, p[i])
        output.append(mul)
    return output

与其做
c_new=c[：-1]，p_new=[：-1]
if
num_order
=3，和
c_new=c[：-2]
，
p_new=p[：-2]
如果
num_order=2
等等，还有更优雅的方法（参数化的方式）来做到这一点吗？在python函数中有什么方法可以有效地实现这一点？谢谢
 使用以下命令：

num_order = 2
np.array([c[i] * np.power(x, p[i]) for i in range(num_order)])

# Out:
# array([[  1. ,   1. ,   2. ,   3. ,   5. ,   8. ,  13. ,  21. ],
#        [  0.5,   0.5,   2. ,   4.5,  12.5,  32. ,  84.5, 220.5]])

我不确定这是否是您想要的输出（如果您可以更新您的问题，使其包含有用的预期输出）：

这里的想法是使用plus实现您想要的结果，无需for循环，而是以参数化的方式。
我不这么认为。
power
与切片有什么关系？甚至你所说的参数化方式是什么意思？首先，我们只是切片1d阵列？e、 g.
x[i:j]
或带有
slice
对象：
s=slice（i，j）；x[s]
。显示所有测试用例的预期输出。@hpaulj感谢您的提醒。问题的本质是
x
是像素向量，我想对每个像素值使用泰勒级数。我想提出一个函数，这样我就可以在输入
x
上使用泰勒级数，以及我想要的任何展开顺序。我需要通用函数来实现这一点。有什么想法吗？Thanks@hpaulj您是否有任何可能的尝试来实现这一点？感谢问题的本质是x是像素向量，我想对
x
中的每个像素值使用泰勒级数。我想提出一个函数，这样我就可以在输入x上使用泰勒级数，任意展开。我想通用函数来实现这一点。有什么想法吗？应该是对的，我只是在做精神检查。另外，我想澄清我为什么问这个问题，这样你可能会更清楚地理解这个问题。你能给我几行评论吗：
c[：num\u order，None]*np.power（x[None]，p[：num\u order，None]）
？我想了解这样做的方式。欢呼：）当您使用
None
索引数组时，您将在该位置插入一个空轴。例如，如果你想做一个乘法表，你可以做
np.arange（10）[None]*np.arange（5）[：，None]
，这在功能上等同于
np.arange（10）。重塑（1，10）*np.arange（5）。重塑（5，1）
。前者是首选，因为它使用副本，而后者使用副本。我看不到链接。我会打开一个新问题并在这里发布新问题的链接。它仍然是关于这个帖子的，我想我可以在这里提问。我所做的是我尝试了你在tensorflow中的尝试，但我得到了
无效的arguminterror
。你有什么想法吗？为什么？你可以看到我的尝试。有什么想法吗？谢谢